基于支持向量机故障分类器的参数优化研究

• 作者: 何正嘉 张周锁 李凌均
• 来源期刊: 西安交通大学学报
• 关键词: 支持向量机 故障分类器 参数优化
• 年，卷（期）: 2003,（11）
• 页码范围: 1101-1104,1109
• 页数: 5页
• 分类号: TH17|TP18
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2003.11.001

摘要

针对基于支持向量机故障分类器的参数优化问题,讨论了以半径-间距上界(RM界)最小化为目标的支持向量机参数优化的原理,提出了一种简化算法.针对梯度下降算法计算复杂和在梯度无法求出时不能实现优化的不足,简化算法不需计算梯度,而是利用固定的迭代步长来实现核函数一个参数的优化.依据简化算法实现了二分类故障分类器的参数优化,并应用于汽轮发电机组的蒸汽激励和轴瓦松动故障的分类器中.测试结果表明,通过参数优化可提高故障分类器的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何正嘉	西安交通大学机械工程学院	204	7277	46.0	77.0
2	张周锁	西安交通大学机械工程学院	44	1467	18.0	38.0
3	李凌均	西安交通大学机械工程学院	13	949	11.0	13.0