文档介绍：聚类分析和支持向量机相结合的混合预测模型 2
面向旋转机械的支持向量机故障智能诊断方法及实验研究 3
基于粗糙模糊和模糊粗糙聚类的支持向量机 4
基于粗糙集和支持向量机的汽轮机振动故障诊断研究 5
基于聚类和模糊支持向量机的变压器故【作者中文名】
付静；
【导师】
何学文；
【学位授予单位】
江西理工大学；
【学科专业名称】
机械电子
【学位年度】
2009
【论文级别】
硕士
【网络出版投稿人】
江西理工大学
【网络出版投稿时间】
2010-01-18
【基金】
江西省自然科学；
【关键词】
支持向量机；故障诊断；多类分类；核参数优化；增量学****br/>【英文关键词】
Support Vector Machine; Fault Diagnosis; Multi-class; Parameters Optimization of Kernel Function; Incremental Learning;
目前，故障智能诊断面临的主要难题是典型故障样本的严重不足和诊断知识的发 现问题，两者都严重制约着机械故障智能诊断的发展。由于支持向量机具有许多独 特的优势，特别是针对小样本情况所表现出来的优良性能，目前已成为机械故障诊 断领域的研究热点之一。本文围绕支持向量机在机械故障诊断领域的应用研究， 就多故障分类器模型的建立、故障特征提取、核函数的参数优化、以及增量学****等关键问题进行了研究。本文主要包括以下几方面内容：1、论述了课题研究的背
【中文摘要】
景和意义;综述了支持向量机的理论研究和应用发展;分析了支持向量机应用于机 械故障诊断领域的可行性、优势及存在的不足;最后给出了本文的主要研究内容。
2、以Bently转子试验台模拟的典型故障为诊断对象，研究了运用小波包分解提 取故障特征的方法。3、针对标准支持向量机不能直接用于解决故障诊断这种典 型多值分类问题的困难,本文提出采用基于聚类思想的二叉树多类分类算法来建 立多类故障分类器模型。4、故障分类器的分类性能与支持向量机核函数参数有 很大的关系,本文研究了以Fisher判别函数为目标函数的核函数参数优化原理，提 出了基于Fisher判别准则和粒子群优化算法相结合…
Recently, the dominating difficulties that fault intelligent diagnosis system faces, are terrible lack of typical fault samples and finding problem of diagnosis knowledge, both of which badly prohibit the
【英文摘要】
development of machinery fault intelligent diagnosis. As the suppo rt vector machine has many unique advantages, particularly the e xcellent performance demonstrated for small samples of situation,i t has become one of the hot spots of the study of mechanical faul t to key problems of suppo...
[DOI]
CNKI:CDMD:
基于粗糙模糊和模糊粗糙聚类的支持向量机
【英文题名】
Support Vector Machine Based on Rough Fuzzy and Fuzzy Rough Clustering
【作者中文名】
吴静；
【导师】
田大增；哈明虎；
【学位授予单位】
河北大学；
【学科专业名称】
应用数学
【学位年度】
2010
【论文级别】
硕士
【网络出版投稿人】
河北大学
【网络出版投稿时间】
2010-08-26
【基金】
国家自然科学;河北省自然科学;教育部科学技术研究；
【关键词】
粗糙模糊K-均值聚类；模糊粗糙K-均值聚类；支持向量机；模糊隶属度；
【英文关键词】
Rough fuzzy K-mean clustering; Fuzzy rough K-mean clustering; S upport vector machine; Fuzzy membership;
在分析归纳原有聚类方法不足的基础上，结合粗糙理论和模糊理论，首先，给出了一 种改进的粗糙模糊K-均值聚类算法;其次，设计了一种新