一种新的机器学习方法--PSVM应用于数控磨床智能诊断的研究

• 作者: 张浩 张辉 樊留群 赵荣泳 陆剑峰
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 支持向量机 统计学习理论 小波变换 故障诊断 主成分分析
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 数控技术
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP273
• 字数: 3069字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2005.01.012

摘要

针对经典SVM对于样本噪声敏感的局限性问题,在经典SVM基础上,引入主成分分析(PCA)方法,提出一种改进SVM新方法-PSVM.这种新的机器学习方法,既利用了PCA降噪的特性,又具有经典SVM泛化能力强、分类快的特性.改善了经典SVM的鲁棒性.应用小波包分析对信号进行预处理,直接得到特征矢量,并作为PSVM的输入,提出满足实时性要求的分类模型WPSVM.通过实例分析,证明这种方法在分类正确率、分类速度以及适用的样本规模等方面都表现出了一定的优越性.