基于支持向量机的装备故障诊断研究

• 作者: 周林 赵强 陈维 齐立辉
• 来源期刊: 战术导弹技术
• 学科: 工学
• 关键词: 支持向量机 统计学习理论 故障诊断 鲁棒性
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 总体技术
• 页码范围: 26-29,57
• 页数: 5页
• 分类号: TJ760.6+29
• 字数: 3144字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1300.2009.06.006

摘要

支持向量机(SVM)是统计学习理论(SLT)的一种成功实现,它建立在SLT的VC维理论和结构风险最小化原理基础之上,能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷.提出了一种基于支持向量机的装备故障诊断方法,应用该方法成功地对某型装备几种典型故障进行了正确诊断.在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断要求,表明提出的故障诊断算法具有良好的鲁棒性和推广性.