2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著我國電力工業(yè)的迅速發(fā)展,大容量汽輪發(fā)電機組成為電力生產(chǎn)的主力機組,這對故障診斷技術(shù)提出了更高的要求。新型機器學(xué)習(xí)算法的出現(xiàn)促使傳統(tǒng)故障診斷方法逐漸走向智能化,但現(xiàn)實中故障樣本信息很難大量被采集到,而支持向量機(SVM)是針對小樣本信息的機器學(xué)習(xí)算法。本文依據(jù)one-against-one多類學(xué)習(xí)算法,引入混合核函數(shù)技術(shù),構(gòu)造基于混合核函數(shù)的SVM故障診斷模型,實現(xiàn)SVM對機組多類故障的分類識別。
   文中闡述了核函數(shù)理論并

2、探討了核函數(shù)選擇原則,分析了懲罰因子對SVM的性能影響;引入混合核函數(shù)技術(shù)并簡單測試了幾種混合核函數(shù)的性能。
   故障信息特征的采集與提取是進行故障診斷的前提。作者研究了故障征兆的提取方法,并利用Mann-Kendall趨勢檢驗法提取故障信息的時間趨勢征兆;依據(jù)Shore振動特征分析表,在不同頻域段對故障信息的頻域特征進行提取。最后將所有故障樣本數(shù)據(jù)轉(zhuǎn)換為LIBSVM所要求的數(shù)據(jù)格式。
   文中介紹了LIBSVM軟件

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論