摘要: 针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。
中图分类号:
柳新民;刘冠军;邱静;胡茑庆. 基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用[J]. 航空学报, 2006, 27(3): 453-458.
LIU Xin-min;LIU Guan-jun;QIU Jing;HU Niao-qing. Unsupervised 1-DISVM Based Clustering Model for Fault Diagnosis of Helicopter Gearbox[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2006, 27(3): 453-458.