节点文献

半监督支持向量机的空气处理机组夏季故障诊断

免费订阅

【作者】 钟超文花君严珂陆慧娟叶敏超

【Author】 ZHONG Chaowen;HUA Jun;YAN Ke;LU Huijuan;YE Minchao;College of Information Engineering,China Jiliang University;

【通讯作者】 严珂;

【机构】 中国计量大学信息工程学院

【摘要】 为解决空气处理机组在故障检测过程中难以获得大量带有类标记样本,且故障样本数据标记代价较高的问题,本文结合支持向量机与半监督学习方法,提出了针对空气处理机组故障检测的半监督学习算法.首先利用序列前向选择选出重要的特征作为分类依据,将半监督学习方法引入支持向量机的学习过程中,并使用遗传算法寻找支持向量机的最佳参数.然后选择类标记置信度高的未标记样本加入训练样本集,利用未标记样本中有利于支持向量机的信息,提高学习性能.实验表明,提出的混合算法能够在故障标记样本比较少的情况下达到较高的故障诊断率.

【基金】 国家自然科学基金项目(No.61602431)
【所属期刊栏目】 信息科学 (2018年03期)
  • 【分类号】TP18;TU83
  • 【下载频次】68
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: