结合DCT和SVM的故障诊断方法研究

• 全文链接
• 请求原文

作   者：

舒云星;  张焕龙; 

作者机构：

武汉理工大学机电工程学院;  洛阳理工学院计算机与信息工程系; 

关键词：

高频抑制;  离散余弦亦换(DCT);  故障诊断;  支持向量机(SVM); 

期刊名称：

计算机工程与应用

基金项目：

i s s n：

1002-8331

年卷期：

2008 年 44 卷 35 期

页   码：

200-202

摘   要：

针对故障诊断研究中,样本数据维数过高导致故障模式分类时SVM学习强度太大的问题,利用DCT方法在降噪处理时体现出"能量集中"和"高频抑制"的特性,提出一种基于DCT的SVM故障诊断方法。先对故障样本进行DCT降维,再利用SVM方法对主要维离散余弦系数进行模式训练来代替对故障样本的直接训练,从而大大抑制了噪声对故障分类的影响,同时也减少了诊断运算量,最后通过实验仿真验证了算法的有效性。