基于SVM的径向基网络故障诊断方法

• 作者: 胡倩如 虞国全 饶泓
• 来源期刊: 科技与创新
• 关键词: 支持向量机 径向基网络 故障诊断
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 故障诊断
• 页码范围: 163-164,252
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.04.070

摘要

结合支持向量机(Support Vector Machine,VM)在解决小样本数据集及非线性问题上的独特优势和径向基网络(Radial Basis Function,BF)的多模式分类特点,提出了一种基于支持向量机的径向基网络故障诊断方法.并将该方法应用在齿轮箱的故障诊断上,实验结果表明该方法可以提高径向基网络的泛化能力,获得更准确的诊断结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶泓	南昌大学计算中心	39	365	12.0	17.0
2	胡倩如	南昌大学计算中心	3	22	2.0	3.0
3	虞国全	南昌大学计算中心	2	22	2.0	2.0