基于SPSO优化Multiple Kernel-TWSVM的滚动轴承故障诊断

论文摘要

双子支持向量机（twin support vector machine,简称TWSVM）的核函数选择对其分类性能有着重要影响,TWSVM其核函数一般是局部核函数或者全局核函数,这两种核函数的泛化能力和分类性能不能兼顾。笔者利用综合加权的高斯局部核函数和多项式全局核函数方法组成双核函数来改进TWSVM以提高其泛化能力和分类性能,并采用简化粒子群优化（simple particle swarm optimization,简称SPSO）方法来对权值和参数进行优化,提出了SPSO优化Multiple Kernel-TWSVM模型,将该模型应用到滚动轴承故障诊断模式识别中。实验结果表明,双核TWSVM比单核TWSVM和反向传播（back propagation,简称BP）神经网络具有更高的分类准确率。

论文目录

• 引言
• 1 非线性特征提取
• 2 基于SPSO的双核TWSVM原理
• 3 实验
• 4 结束语

文章来源

类型: 期刊论文

作者: 徐冠基,曾柯,柏林

关键词: 滚动轴承,故障诊断,相空间重构,简化粒子群优化,双核双子支持向量机

来源: 振动.测试与诊断 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,自动化技术

单位: 重庆大学机械传动国家重点实验室

基金: 国家自然科学基金资助项目（51975067,51675064）

分类号: TP181;TH133.33

DOI: 10.16450/j.cnki.issn.1004-6801.2019.05.009

页码: 973-979+1130

总页数: 8

文件大小: 1159K

下载量: 121