10.16055/j.issn.1672-058X.2016.0005.006
基于特征抽取和SVM分类器的故障诊断
为了提高支撑向量机(Support Vector Machine,SVM)的性能,降低时间开销;提出一种基于特征提取的SVM算法,并将其用于汽轮发电机组的故障诊断;使用KFDA(Kernel Fisher Discriminant Analyst)算法提取汽轮发电机组数据的关键特征,并使用SVM分类器对特征数据集合进行分类检测;实验结果表明:算法是可行和有效的,在分类性能和训练时间上都得到了提高.
故障诊断、特征抽取、核Fisher鉴别分析、支撑向量机
33
U212.6(铁路线路工程)
国家自然科学基金61472137;国家安全监管总局安全生产重大事故防治关键技术科技项目ZHISHU-031-2013AQ
2016-11-28（万方平台首次上网日期，不代表论文的发表时间）
共4页
25-28
