最小二乘支持向量机构造的函数链接型神经网络在滚动轴承故障诊断中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：提出一种用最小二乘支持向量机（least squares support vector machine，LS—SVM）构造函数链接型神经网络（functional link artificial neural networks，FLANN）的滚动轴承故障诊断系统。介绍了相关原理和具体算法，并给出了滚动轴承故障诊断系统模型。首先，采用LS—SVM模型核函数代替常规FLANN模型的扩展函数，避免了扩展函数选择的任意性；其次，利用LS—SVM学习模型得到FLANN权重系数，避免了BP方法多次迭代寻优存在的耗时长、局部极小及迭代设置初值依赖经验等不足；最后，构造了多层LS—SVM—FLANN结构，对多类滚动轴承故障进行诊断。具体实验表明，用LS—SVM构造FLANN的滚动轴承故障识别系统精度高、鲁棒性好、实现简单。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=33164871

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：支持向量机 神经网络 最小二乘 故障诊断 滚动轴承 函数链接型神经网络 最小二乘支持向量机 故障诊断 滚动轴承