结合DCT和SVM的故障诊断方法研究

• 作者: 张焕龙 舒云星
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 故障诊断 支持向量机(SVM) 离散余弦亦换(DCT) 高频抑制
• 年，卷（期）: 2008,（35）
• 所属期刊栏目: 工程与应用
• 页码范围: 200-202
• 页数: 3页
• 分类号: TP277
• 字数: 4281字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.35.060

摘要

针对故障诊断研究中,样本数据维数过高导致故障模式分类时SVM学习强度太大的问题,利用DCT方法在降噪处理时体现出"能量集中"和"高频抑制"的特性,提出一种基于DCT的SVM故障诊断方法.先对故障样本进行DCT降维,再利用SVM方法对主要维离散余弦系数进行模式训练来代替对故障样本的直接训练,从而大大抑制了噪声对故障分类的影响,同时也减少了诊断运算量,最后通过实验仿真验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒云星	武汉理工大学机电工程学院	32	127	6.0	9.0
5	张焕龙	洛阳理工学院计算机与信息工程系	11	132	4.0	11.0