基于小波核擴(kuò)散與雙階段SVM的軸承復(fù)合故障分類方法
儀器儀表學(xué)報(bào)
頁(yè)數(shù)： 10 2024-01-02
摘要： 軸承復(fù)合故障分類中存在故障特征強(qiáng)線性不可分及故障數(shù)據(jù)標(biāo)簽不足問(wèn)題，嚴(yán)重影響分類精度。為此，提出基于雙階段支持向量機(jī)(SVM)與小波核擴(kuò)散的軸承復(fù)合故障分類方法。針對(duì)故障特征強(qiáng)線性不可分，使用小波核函數(shù)對(duì)其進(jìn)行高維空間映射，并利用極大重疊離散小波包變換獲取信號(hào)在不同頻帶上的能量分布作為故障特征；針對(duì)故障數(shù)據(jù)標(biāo)簽不足，提出增量式核空間標(biāo)簽擴(kuò)散的雙階段SVM分類模型，在小波核空間核差... （共10頁(yè)）
APP 