资料下载
×
基于KPCA-SVM的柴油机状态识别方法
消耗积分:0 |
格式:pdf |
大小:655 KB |
2011-10-10
分享资料个
为了有效地对柴油机的运行状态进行状态识别, 根据柴油机的特征信息和识别的特点, 研究了基于核主元分析(KPCA ) 和支持向量机(SVM ) 进行柴油机状态识别的故障诊断方法。首先, 对柴油机进行特征提取, 构成一个特征向量。然后对其进行核主元分析, 计算得到能反映设备状态的特征向量, 有效去除信息的冗余。最后, 将得到的特征向量进行支持向量机的训练学习, 识别柴油机的状态。通过实验室柴油机燃烧系统不同运行态下的识别分析, 验证了此方法的可行性和实用性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
