应用SVM的发动机故障诊断若干问题研究

• 作者: 师军 徐启华
• 来源期刊: 航空学报
• 学科: 工学
• 关键词: 航空发动机 支持向量机 故障诊断 核函数 泛化
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 流体力学、飞行力学与发动机
• 页码范围: 686-690
• 页数: 5页
• 分类号: V235.1|TP181
• 字数: 4951字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6893.2005.06.006

摘要

支持向量机能够克服一般神经网络容易出现的过学习和泛化能力低等不足.提出一种基于支持向量机的航空发动机气路部件故障诊断方法,讨论了支持向量机的核函数选择和参数确定问题,并对"块算法"进行了分析.仿真实验表明,设计的正则化参数和核参数合理,故障分类器具有良好的分类准确性和泛化性能,可以对发动机气路部件的典型故障进行正确诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐启华	淮海工学院电子工程系	30	500	12.0	22.0
2	师军	西北工业大学自动化学院	8	214	7.0	8.0