基于贝叶斯推断LSSVM的滚动轴承故障诊断

• 作者: 彭涛 李健宝 杨正友 钟云飞
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 最小二乘支持向量机 贝叶斯推断
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 420-424
• 分类号: TP206+.3
• 字数: 2550字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2010.00420

摘要

针对传统最小二乘支持向量机分类器的参数选择具有随意性和不确定性等不足, 采用贝叶斯推断方法通过三级分层推断优化确定最小二乘支持向量机的各参数, 有效提高了最小二乘支持向量机的建模效率.将基于贝叶斯推断最小二乘支持向量机分类方法应用于滚动轴承故障诊断中, 实验仿真结果表明该方法能有效地识别滚动轴承的故障,且训练时间和测试时间均小于传统最小二乘支持向量机方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李健宝	湖南工业大学电气与信息工程学院	6	74	4.0	6.0
2	彭涛	湖南工业大学电气与信息工程学院	13	123	6.0	11.0
4	杨正友	湖南工业大学电气与信息工程学院	3	52	2.0	3.0
5	钟云飞	湖南工业大学电气与信息工程学院	37	90	5.0	8.0