文件名称：基于遗传算法的多尺度支持向量机及其在机械故障诊断中的应用 (2008年)
文件大小：502KB
文件格式：PDF
更新时间：2024-06-09 14:37:33
工程技术 论文
通过对支持向量机核函数的分析发现，当对样本的各个特征赋予不同大小的尺度参数时。可以避免冗余特征干扰分类，增强关键特征在分类中的作用，提高支持向量机分类器的学习和泛化能力。在此基础上。提出一种具有不同特征尺度参数的支持向量机（简称多尺度支持向量机），并通过遗传算法最小化L00（1eave-one-out）泛化错误上限估计，根据各个特征的识别能力赋予其不同大小的尺度参数。将多尺度支持向量机用于轴承故障诊断，实验结果表明，与传统的单尺度参数支持向量机相比，多尺度支持向量机具有更好的泛化能力。对压缩机气阀的故障识