摘要:基于支持向量机(SVM,support vector machine)对小样本决策具有较好的学习推广性,本文提出一种基于小波包和支持向量机的故障诊断方法,通过小波包分解系数求取频带能量,并根据各个频带的能量的变化提取故障特征,应用LSSVM(least squares support vector machines)进行故障分类。实验结果表明,支持向量机分类器优于传统的BP神经网络和RBF神经网络分类器,识别率较高,具有更强的泛化推广能力。
关键词:小波包 lssvm 故障诊断
单位:中北大学信息与通信工程学院 山西太原030051
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社