研究论文基于EMD能量熵和相关向量机的燃机涡轮叶片故障诊断方法.pdf

基于WPD和LPP的设备故障诊断方法研究，丁晓喜，何清波，小波包分解(WPD)能够将非平稳信号在低频和高频上同时形成特征信息，有效的反映出信号潜在的特征，而局部保留投影法(LPP)在降维的同�

提出粗糙集(RS)和模糊支持向量机(FSVM)相结合的电动机故障诊断方法。先利用粗糙集对属性进行约简,然后将约简属性作为FSVM的输入,再对其进行训练,实现多分类,并使结果可视化。实际诊断结果验证了此

最小二乘支持向量机在模拟电路故障诊断中的应用，傅丽，，针对电路故障诊断中存在的小样本问题,本文将主成分分析(PCA)方法与最小二乘支持向量机(LS-SVM)方法进行了有机的结合。在模拟电路的故�

基于SDG故障诊断的粒推理，王秀娥，谢珺，符号有向图(SDG)作为一种定性模型，由于其能表示大规模复杂工业系统中变量之间因果影响关系，因此可以用它来进行故障诊断。针对在S

采用基于EMD改进的总体经验模式分解算法(EEMD)对齿轮箱进行故障诊断。首先利用Matlab进行仿真实验,验证了具有自适应特性的EEMD分解方法在消除基本模式分量之间相互混叠现象方面的有效性。然后利

论文研究-广义支持向量机优化问题的极大熵方法.pdf,  依据最优化理论中的KKT互补条件建立了广义支持向量机的无约束优化模型,并给出了一种有效的光滑化近似解法极大熵方法,为求解支持向量机优化问题提供

风电机组轴承处于早期故障阶段时,特征信号往往比较微弱,并且受环境噪声及信号衰减的影响严重,因此轴承早期故障特征一直难以提取。经验模态分解(EMD)在轴承的故障特征提取中已经得到了广泛的应用,但其在强背

支持向量机（SVM）是在统计学习理论基础上发展而来的一种新的通用学习方法，较好地解决了有限样本的学习分类问题。用支持向量机的分类算法，选取不同的核函数，构造了支持向量机的不同分类器，并将其应用于冠心病

提出小波去噪和EMD相结合的齿轮箱故障诊断的新方法。该方法首先对原始信号进行小波阈值去噪,将去噪信号利用EMD方法分解为多个IMF分量,计算各IMF分量和原信号的互相关系数,选择互相关系数较大的IMF

采用小波包分析和支持向量机来诊断电机故障。针对电机中常见的故障,如电机振动故障,电机转子断条故障,电机转子偏心故障等,进行频谱分析,提取故障信号在动态条件下各频带能量作为故障特征向量。构建多个最小二乘