中国博士后科学基金(2005038515)
- 作品数：6 被引量：69H指数：4
- 相关作者：杨奎河单甘霖赵玲玲牛兴霞任晓鹏更多>>
- 相关机构：河北科技大学中国人民解放军军械工程学院石家庄职业技术学院更多>>
- 发文基金：中国博士后科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- Application of Support Vector Machine for Vehicle Recognition
- In some developed countries,the automatic vehide recognition is a quite mature technology,but as a result of m...
- Yang Kuihe Niu Xingxia College of Information Science and Engineering
- Multi-Class Classification Algorithm Based on Support Vector Machine
- Support Vector Machine(SVM)is a new machine learning technique developed from the middle of 1990s by Vladimir ...
- Yang Kuihe Yuan Min College of Information Science and Engineering Hebei University of Science and Technology
- 支持向量机在机械故障诊断中的应用被引量：3
- 2007年
- 提出了一种基于支持向量机的机械故障诊断模型,该模型建立在VC维理论和结构风险最小原理基础上,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折中,以期获得最好的推广能力。在选取诊断模型输入向量时,对故障信号功率谱进行小波分解,简化了故障特征向量的提取。仿真结果验证了该模型的有效性。
- 赵玲玲杨奎河任晓鹏单甘霖
- 关键词：小波包分析故障诊断支持向量机核函数
- 最小二乘支持向量机在故障诊断中的应用被引量：12
- 2007年
- 为了提高机械设备故障诊断的精度,将小波包分析与最小二乘支持向量机进行了有机的结合。首先对故障信号功率谱进行小波分解,简化了故障特征向量的提取。然后提出了一种基于最小二乘支持向量机的故障诊断模型,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转变为线性方程组的求解,用最小二乘法实现了支持向量机算法,并提出对核函数的σ参数进行动态选取,提高了诊断的准确率。仿真结果表明该模型具有较强的非线性处理和抗干扰能力。
- 杨奎河单甘霖赵玲玲
- 关键词：故障诊断最小二乘支持向量机核函数小波包分析
- 基于最小二乘支持向量机的汽轮机故障诊断被引量：29
- 2007年
- 提出一种小波包分析与最小二乘支持向量机相结合的汽轮机故障诊断模型.对故障信号功率谱进行小波分解,简化了故障特征向量的提取.用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转变为线性方程组的求解.选用RBF函数作为核函数,并提出对核函数的参数进行动态选取,提高了诊断的准确率.仿真结果表明该模型具有较强的非线性处理和抗干扰能力.
- 杨奎河单甘霖赵玲玲
- 关键词：小波包分析故障诊断最小二乘支持向量机概率神经网络汽轮机
- 基于支持向量机的多类分类研究被引量：6
- 2006年
- 现今流行的分类方法的重要基础是传统的统计学,前提是要有足够的样本,当样本数目有限时容易出现过学习的问题,导致分类效果不理想。引入支持向量机方法,它基于统计学习理论,采用了结构风险最小化原则代替经验风险最小化原则,较好的解决了小样本学习的问题;又由于采用了核函数思想,把非线性空间的问题转换到线性空间,降低了算法的复杂度。对其相关内容包括优化算法及多类分类问题的解决进行了研究,最后用一个实例说明了该方法的可行性和有效性。
- 牛兴霞杨奎河
- 关键词：支持向量机多类分类
- 基于最小二乘支持向量机的故障诊断方法被引量：18
- 2007年
- 提出了一种小波包分析与最小二乘支持向量机相结合的机械设备故障诊断模型。首先对故障信号功率谱进行小波分解,简化了故障特征向量的提取,然后采用最小二乘支持向量机进行故障诊断。在该模型中,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转换为线性方程组的求解,并提出对核函数的σ参数进行动态选取。仿真结果表明:该模型可以取得较高的故障诊断准确率。
- 杨奎河单甘霖赵玲玲
- 关键词：小波包分析故障诊断特征向量最小二乘支持向量机核函数
- 基于支持向量机的旋转机械故障诊断研究被引量：2
- 2006年
- 为了解决因缺少大量故障数据样本而制约机械故障智能诊断发展的问题,提出了一种基于支持向量机的故障诊断模型。该模型建立在VC维理论和结构风险最小原理基础上,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷。在选取诊断模型输入向量时,对故障信号功率谱进行小波分解,简化了故障特征向量的提取。仿真结果表明该模型可以有效地对旋转机械设备故障进行诊断。
- 杨奎河单甘霖赵玲玲
- 关键词：小波包分析故障诊断支持向量机核函数
