基于支持向量機的發電機匝間轉子繞組短路故障診斷
具有結構風險最小化原則的支持向量機(SVM)對于小樣本決策具有較好的學習推廣性,并且故障樣本的不足在一定程度上制約了基于知識的方法在故障診斷中的運用。針對這一問題,提出了利用支持向量機的方法對匝間轉子繞組短路故障診斷方法。該方法利用小波分析對探測線圈測得感應電動勢進行處理構造特征向量,然后輸入到支持...
具有結構風險最小化原則的支持向量機(SVM)對于小樣本決策具有較好的學習推廣性,并且故障樣本的不足在一定程度上制約了基于知識的方法在故障診斷中的運用。針對這一問題,提出了利用支持向量機的方法對匝間轉子繞組短路故障診斷方法。該方法利用小波分析對探測線圈測得感應電動勢進行處理構造特征向量,然后輸入到支持...
文中在研究現有先驗知識與支持向量機融合的基礎上,針對置信度函數憑經驗給出的不足,提出了一種確定置信度函數方法,更好地進行分類。該方法是建立在模糊系統理論的基礎上:將樣本的緊密度信息作為先驗知識應用于支持向量機的構造中,在確定樣本的置信度時,不僅考慮了樣本到所在類中心之間的距離,還考慮樣本與類中其它樣...
將支持向量機應用到典型的時變、非線性工業過程—— 連續攪拌反應釜的辨識中, 并與BP 神經網絡建模相比較, 仿真結果表明了支持向量機的有效性與優越性. 支持向量機以其出色的學習能力為工業過程的辨識提出了一種新的途徑. ...
關于統計學習理論與支持向量機...
交互支持向量機學習算法及其應用...