基于支持向量机方法的水电机组状态识别

• 作者: 侯纪坤 张雷 李明桥 杜洪斌 白亮
• 来源期刊: 西北水电
• 学科: 工学
• 关键词: 支持向量机 分类器 模式识别 状态检修 统计学习理论 结构风险 广义最优分类面
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 机电与金属结构
• 页码范围: 58-61,65
• 页数: 5页
• 分类号: TK73
• 字数: 4122字
• 语种: 中文

摘要

模式识别理论是水电机组状态识别与故障诊断的基础,通过选择不同类型的分类器来实现模式识别.支持向量机(SVM)算法有效地改善了传统分类方法的缺陷,具有较强理论依据,适合小样本的模式识别分类.结合水电机组振动信号特点,采用Hilbert-Huang变换对信号做前期处理,以IMF函数能量值为基本元素构造特征向量,将特征向量输入SVM进行模式识别.结果表明对于小样本分类,SVM方法简单有效,切实可用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯纪坤		4	9	1.0	3.0
2	白亮		21	211	8.0	14.0
3	张雷		12	21	3.0	4.0
4	李明桥		2	3	1.0	1.0