论文部分内容阅读
基于主要部件，分析(PCA ) 和支持向量用机器制造的一个新方法(SVM ) 被建议因为我的差错诊断升起。PCA 被用来提取与 gearbox 联系的主要特征。与变量移开的无关的 gearbox，然后，留下的 gearbox，水力的系统和电线绑参数被用作输入到多班 SVM。SVM 被使用一个基于班的多班优化算法和它首先训练然后被使用指责鉴定。各种各样的方法的比较证明 PCA-SVM 方法成功地移开冗余性解决维数诅咒。这些结果证明用为 SVM 的 RBF 核功能的算法有最好的分类性质。