期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

遗传算法支持向量机在故障诊断中的应用 被引量：4

Genetic Algorithm Support Vector Machine in the Qpplication of Fault Diagnosis
下载PDF
导出
摘要 提出了一种基于遗传算法的决策树支持向量机多分类算法,其中遗传算法的适应度函数定义为样本半径及样本距离之和,从而采用其全局随机搜索性能来构造支持向量机决策树结构,更精确地确定其在特征空间中的分类区域。该算法用于故障诊断的仿真分析,结果表明诊断速度快,并且故障识别率高。 提出了一种基于遗传算法的决策树支持向量机多分类算法,其中遗传算法的适应度函数定义为样本半径及样本距离之和,从而采用其全局随机搜索性能来构造支持向量机决策树结构,更精确地确定其在特征空间中的分类区域。该算法用于故障诊断的仿真分析,结果表明诊断速度快,并且故障识别率高。
作者 王莹 宋书中 马建伟
机构地区 河南科技大学电子信息工程学院
出处 《火力与指挥控制》 CSCD 北大核心 2012年第S1期102-104,共3页 Fire Control & Command Control
关键词 支持向量机 多分类算法 决策树 遗传算法 故障诊断 support vector machine malfunction diagnose binary tree genetic algorithm fault diagnosis
分类号 E92 [兵器科学与技术—武器系统与运用工程] E072 [军事—军队指挥学]
  • 相关文献

参考文献9

  • 1王莹,高雅利,马建伟.基于次序二叉树SVM的矿井提升机制动系统故障诊断[J].矿山机械,2011,39(9):46-49. 被引量：3
  • 2马笑潇,黄席樾,柴毅.基于SVM的二叉树多类分类算法及其在故障诊断中的应用[J].控制与决策,2003,18(3):272-276. 被引量：78
  • 3席裕庚,柴天佑,恽为民.遗传算法综述[J].控制理论与应用,1996,13(6):697-708. 被引量：342
  • 4Vapnik VN.The Nature of Statistical Learning Theory. . 1999
  • 5Sungmoon C,Sang H O,Soo-Young L.Support Vector Machines with Binary Tree Architecture for Multi-Class Classification. Neural Information Processing-Letters and Reviews . 2004
  • 6Widodo A,,Yang B.Application of Nonlinear Feature Extraction and Support Vector Machinefor Fault Diagnosis of Induction Motors. Expert Systems With Applications . 2007
  • 7B Ravikumar,D Thukaram,HP Khincha.Application of support vector machines for fault diagnosis in power transmission system. IET Gener. Transm. Distrib . 2008
  • 8Abbasion S,Rafsanjani A,Farshidianfar A,et al.Rolling Element Bearings Multi-fault Classification Based on the Wavelet Denoising and Support Vector Machine. Journal of Mechanical Systems . 2007
  • 9Acevedo F J,Maldonado S,Domínguez E,et al.Probabilistic Support Vector Machines for Multi-Class Alcohol Identification. Sensors and Actuators . 2007

二级参考文献23

  • 1韦柳涛,曾庆川,姜铁兵,虞锦江,黄定疆.启发式遗传基因算法及其在电力系统机组组合优化中的应用[J].中国电机工程学报,1994,14(2):67-72. 被引量：27
  • 2耿遵敏,宋孔杰,李兆前,张兴华,万德玉.关于柴油机振声特点及动态诊断方法的研究与讨论[J].内燃机学报,1995,13(2):140-147. 被引量：32
  • 3马笑潇.智能故障诊断中的机器学习新理论及其应用[D].重庆:重庆大学,2002.
  • 4Widodo A, Yang B S. Application of nonlinear feature extraction and support vector machines for fault diagnosis of induction motors[J]. Expert Systems with Applicaltions, 2007, 33(1).. 241-250.
  • 5Ravikumar B, Thukaram D, Khincha H P. Application of sup- port vector machines for fault diagnosis in power transmission system [J]. let Generation Transmission & Distribution, 2008, 2(1): 119-130.
  • 6Abbasion S, Rafsanjani A, Farshidianfar A, et al. Rolling ele- ment beatings multi-fault classification based on the wavelet de- noising and support vector machine[J]. Mechanical Systems and Signal Processing, 2007, 21(7): 2933-2945.
  • 7Acevedo F J, Maldonado S, Dominguez E, et al. Probabilistic support vector machines for multi-class alcohol identification [J]. Sensors and Sctuatiors B-Chemical, 2007, 122 (1): 227- 235.
  • 8Vapnik V N. The nature of statistical learning theory [M]. Springer: Verlag, 1995.
  • 9Sungmoon C, Sang H O, Soo-Young L. Suppor vector machines with binary tree architecture for multi-class classification [J]. Neural Informati on Processing-Letters and Reviews, 2004, 2(3): 47-51.
  • 10恽为民，控制理论与应用，1996年，13卷，3期，289页

共引文献420

同被引文献35

引证文献4

二级引证文献11

火力与指挥控制
2012年 第S1期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部