文章针对船舶柴油机故障特征变得越来越复杂,且大量的故障样本难以获得的状况,引用基于小样本的支持向量机算法(SVM)分类器。采用基于SVM的2PTMC算法,该方法根据故障优先级的不同,将不同类故障逐层分类,相比于传统的一对一(OVO)和一对多(OVA)多分类策略,该方法具有模型简单、重复次数较少的优点。文章构建了一个四级SVM分类器,结果表明,该方法适用于船舶柴油机故障分类。
类型: 期刊论文
作者: 尚前明,杨烨,王潇,曹召,邓晓光
关键词: 船舶柴油机,故障诊断,支持向量机算法,多分类算法
来源: 中国修船 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 船舶工业
单位: 武汉理工大学能源与动力工程学院
分类号: U672
DOI: 10.13352/j.issn.1001-8328.2019.02.009
页码: 30-33
总页数: 4
文件大小: 330K
下载量: 166
本文来源: https://www.lunwen90.cn/article/3b64a980cb2bc7983ef59ed1.html