SVM在齿轮小样本故障诊断中的应用

• 作者: 侯澍旻 刘安中 朱颖辉 李友荣
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 统计学习理论 支持向量机 小样本
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 故障·诊断
• 页码范围: 186-188
• 页数: 3页
• 分类号: TH165|TP31
• 字数: 2404字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2006.11.080

摘要

将SVM的分类算法应用于齿轮小样本故障诊断中.选取识别能力好的时域无量纲指标和频域中的9段频谱融合作为支持向量机的特征矢量,对齿轮的3种典型故障进行分类,结果表明:SVM在解决小样本情况下的机械故障诊断的分类问题中具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李友荣		226	1660	20.0	26.0
2	刘安中		49	394	13.0	18.0
3	侯澍旻		23	124	7.0	9.0
4	朱颖辉		2	8	2.0	2.0