svm模式識(shí)別技術(shù)及在機(jī)械故障診斷中的應(yīng)用進(jìn)展(編輯修改稿)
2025-08-26 04:46 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 法 ，在 增 量 學(xué) 習(xí) 中 ，這 一 差別 尤 為 明顯 。 因此 ，現(xiàn) 有 的應(yīng) 用 在模 式 識(shí)別 中 的多 值分 類 算法 一般 采 用 一對(duì) 一 算法 ，或在 一 對(duì)一 算 法和 一 對(duì) 多算 法 的基 礎(chǔ) 上進(jìn) 行 改 進(jìn) 的一 些 算法 ，如 上 所 闡 述 的 JohnPlat 提 出 的決 策 導(dǎo) 向無(wú) 環(huán) 圖 算法 [6]，雖 然 這 種 算法 的訓(xùn) 練 階段 和 一 對(duì) 一算 法 一 樣 ，但在 分類 階 段 只 用 了 曼一1個(gè) 分類 器 ，速 度 優(yōu) 于 一對(duì) 一算 法 。支持 向量 機(jī) 方 法 由于 其 出色 的學(xué) 習(xí)性 能 和 分 類 性 能 ，在很 多領(lǐng) 域 都 得到 了很 成 功 的應(yīng) 用 。特 別是 在 模 式 識(shí)別 領(lǐng)域 ，這 是 支持 向量 機(jī) 一個(gè) 最 重要 也 是 最成 功 的應(yīng) 用 之一 ，也是 支持 向量 機(jī) 二分 類 和 多分 類算 法258 桂 林 電 子 科 技 大 學(xué) 學(xué) 報(bào) 20 9年 6月的 直接 應(yīng) 用 ，涵 蓋 了 文本 自動(dòng) 分 類 [7]、人 臉 檢 測(cè)[8]、遙 感 圖象 分析 [9]等 各個(gè) 方面 。其 中最 突 出的 應(yīng)用 研 究是 貝 爾實(shí) 驗(yàn) 室 對(duì) 美 國(guó) 郵 政 手 寫 體 字 庫(kù) 的 實(shí) 驗(yàn) [10]，結(jié) 果 表 明 ，用 支持 向量機(jī) 方法 得到 的 識(shí)別 結(jié) 果均 優(yōu) 于 專家 系統(tǒng) 和 多層 神經(jīng) 網(wǎng)絡(luò) 。除 了在模 式識(shí) 別 領(lǐng) 域外 ，在數(shù) 據(jù) 挖 掘 Enn]、金 融 時(shí) 間序 列預(yù) 測(cè)E13]、非 線 性 系 統(tǒng) 建 摸 與 控 制 [1．]等 領(lǐng) 域 ，支 持 向量 機(jī) 都 顯 示 出 了 良好 的 性 能 ，這 些 研 究 表 明其 應(yīng) 用 范 圍是 非 常 廣泛 的 ，是 一 項(xiàng) 很 有發(fā) 展 前途 的機(jī) 器學(xué) 習(xí)算法 。3 SVM 在 機(jī) 械 故 障 診 斷 中的 應(yīng) 用 進(jìn) 展機(jī) 械 故 障診 斷 的過(guò) 程是 一 個(gè) 故 障模 式 識(shí) 別 的過(guò) 程 ，因此 研 究適 合于 開展 機(jī)械 設(shè) 備故 障 狀 態(tài)識(shí) 別 的識(shí) 別 理 論是 解 決 問(wèn)題 的關(guān)鍵 之 一 。鑒于 機(jī) 械設(shè) 備 在 整個(gè) 國(guó) 民經(jīng) 濟(jì) 中所 處 的重 要地 位 以及 支 持 向量 機(jī) 針 對(duì) 小 樣 本 情況 所 表現(xiàn) 出來(lái) 的優(yōu) 良分類 性 能 ，已引起 了眾 多 機(jī) 械 故 障診 斷領(lǐng) 域研 究人 員 的廣 泛 關(guān)注 ，目前 國(guó) 內(nèi)外 研 究 人員 都試 圖在這 一領(lǐng) 域有 所 突 破 。Jack等 將 支持 向量 機(jī)應(yīng) 用 于 滾 動(dòng) 軸 承 的 狀 態(tài) 檢 測(cè) [1引，并 用遺 傳 算法 優(yōu) 化支 持 向量 機(jī) 的 參 數(shù) ，取 得 比 較 好 的 推 廣 能 力 [1；彭 問(wèn) 季 提 出 了 一 種 利 用 小 波 包 分析 提 取 水 電組 的振 動(dòng) 故 障 特 征和 基 于支 持 向 量機(jī) 的 水 電 組 振 動(dòng) 的 故 障 診 斷 方 法 [1]；王 凱 等 提 出 了一 種基 于支 持 向量機(jī) 的齒輪 故 障診 斷 方 法 ，采用 小 波變 換 對(duì) 齒 輪 的振 動(dòng)信號(hào) 進(jìn) 行處 理來(lái) 構(gòu) 造特 征 量 ，在 小樣 本 情 況 下 比神 經(jīng) 網(wǎng)絡(luò)獲 得 更 高 的診 斷 精 度 [】。；饒 泓 、 虞 國(guó) 全[19]采 用 了幾 種 基于 支 持 向量 機(jī) 的徑 向基 網(wǎng)絡(luò) 故 障診 斷 方法 ，結(jié) 合 了支持 向量機(jī) 和 徑 向 網(wǎng)絡(luò) 兩者 各 自的 優(yōu) 點(diǎn) ，解 決 了故 障 樣 本 數(shù) 據(jù) 不 足 問(wèn)題 ，縮 短 了訓(xùn) 練 時(shí) 間 ，并 取 得更 高的 準(zhǔn)確 率 ；齊 保林 、李 凌 均 將支 持 向量 機(jī) 分類 算 法 用 于滾 動(dòng) 軸 承 的 多 類 故 障 模 式 分 類 中 并與 人工 神 經(jīng) 網(wǎng)絡(luò)進(jìn) 行 了對(duì) 比研 究 ，實(shí) 驗(yàn) 表 明在有 限樣 本 條 件下 ，支持 向量機(jī) 算法 比人工 神 經(jīng) 網(wǎng)絡(luò) 具有 更 好 的 分 類 性 能 [2叼；孫 剛 等 在 利 用 支 持 向量 機(jī) 進(jìn) 行 模 式 分 類 時(shí) ，提 出 了 根 據(jù) 分 類 權(quán) 值 來(lái) 進(jìn) 行 特 征 的選 擇 ，提 高 支 持 向量 機(jī) 分 類 器 的分 類 性 能 r ；官 理 等 在 處 理 多 分類 問(wèn) 題上 提 出 了 結(jié) 合 導(dǎo) 向 無(wú) 環(huán) 圖方 法 和 簡(jiǎn) 化 支 持 向量 機(jī)方 法 的 一種 快 速 支 持 向量 機(jī)多 類 分 類 方 法 ，減 少 了 支 持 向 量 的 數(shù) 量 并 加 快 了 分 類 的 速 度 [2。；余 輝 等 針 對(duì) 支 持 向量 機(jī) 多類 分 類 方 法 中的 分 解重 構(gòu) 法進(jìn) 行 了深 入 分析 ，討 論 了影 響 分類 性 能 的兩 個(gè)關(guān) 鍵 因 素 ，并 通過(guò) 實(shí)驗(yàn) 驗(yàn) 證 其觀 點(diǎn) [2。；張龍 等 針 對(duì) 旋轉(zhuǎn) 機(jī) 械振 動(dòng) 信號(hào) 存在 非平 穩(wěn) 性 ，提 出一 種 基于 時(shí) 變 參 數(shù) 自回 歸模 型 和支 持 向量 機(jī) 相結(jié) 合 的 旋 轉(zhuǎn) 機(jī) 械 故 障診 斷方 法[2；何 學(xué) 文 等 提 出 了一 種 基 于 小波 分 析和支 持 向量 機(jī) 相結(jié) 合 的 旋轉(zhuǎn) 機(jī)械 故 障診 斷方 法 ，實(shí) 驗(yàn) 表 明該 方 法 可 以獲 得 更高 的旋 轉(zhuǎn) 機(jī) 械 故 障 診 斷 準(zhǔn) 確 率[2 ；牛 慧 峰 等 針 對(duì) 在液 壓 泵故 障 診 斷 中故 障 樣 本 難 以獲得 的 問(wèn)題 ，融合 人 工免 疫 系統(tǒng) 中 的實(shí) 值 否定 選 擇算 法 和 支 持 向 量 機(jī)算 法 提 出 了一 種 混 合 的 故 障 診 斷方 法 [2 ；吳 峰崎 等 針 對(duì) 轉(zhuǎn) 子 在 升 降 速 運(yùn) 行 時(shí) 的 故 障特 征數(shù) 據(jù) 樣本 有 限 而制 約有 效智 能 診斷 的 問(wèn)題 ，提 出 了 基 于 支 持 向 量 機(jī) 的 加 速 度 信 號(hào) 故 障 診 斷 方 法 [2 ；毛榮 富等 將 后 驗(yàn) 概率 引入 到 故 障診 斷 中 ，提 出 了一 種 基于 后 驗(yàn) 概 率 的支 持 向量 機(jī)方 法 ，實(shí) 驗(yàn) 表 明 ， 該 方 法無(wú) 論 對(duì) 測(cè) 試 樣 本 還是 對(duì) 訓(xùn) 練 樣 本 都 有 更 高 的 診 斷準(zhǔn) 確率 [2引。這 些針 對(duì) 不 同機(jī) 械故 障 對(duì)象 的診 斷 研 究
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1