文献类型：期刊文献

中文题名：基于支持向量机的故障诊断方法

英文题名：Fault Diagnosis Based on Support Vector Machine

作者：王华忠[1];张雪申[1];俞金寿[1]

机构：[1]华东理工大学自动化研究所,上海200237

年份：2004

卷号：30

期号：2

起止页码：179

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：CSTPCD;;EI(收录号：2004268239450);Scopus;北大核心:【北大核心2000】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：支持向量机;故障诊断;统计学习理论

外文关键词：support vector machine;fault diagnosis; statistical learning theory

摘要：提出了基于支持向量机的故障诊断方法和步骤。诊断实例表明,与神经网络故障诊断方法相比,诊断小样本分析的支持向量机故障诊断方法具有分类能力强、推广能力好的特点。
Fault diagnosis method based on SVM is proposed in this paper. The research shows that the method suggested features higher performance on classification and generalization ability and shorter training time over the methods based on artificial neural networks, especially for small samples.