典型文献
基于MDP-SVM的过程多类型故障诊断
文献摘要：
针对工业过程多类型故障诊断率低的问题,提出一种边界判别投影(MDP)与支持向量机(SVM)相融合(MDP-SVM)的方法.边界判别投影常用于人脸识别领域,其可以将多类数据降维,获得不同类别清晰的边界.与主成分分析(PCA)和局部线性嵌入(LLE)算法相比,考虑了样本的局部结构和全局结构,避免了小样本问题.降维的数据通过SVM分类器进行类别判断,利用粒子群(PSO)算法得到最佳SVM分类器,实现故障诊断.仿真结果表明,相对于传统方法,所提方法故障识别准确率达到95.379％,而且可同时识别出多类故障.
文献关键词：
边界判别投影;支持向量机;多类型故障诊断
中图分类号：
作者姓名：
郭小萍;尹瑞琛;李元
作者机构：
沈阳化工大学信息工程学院 沈阳110142
文献出处：
引用格式：
[1]郭小萍;尹瑞琛;李元-.基于MDP-SVM的过程多类型故障诊断)[J].电子测量技术,2022(01):159-164
A类：
多类型故障诊断,边界判别投影
B类：
MDP,工业过程,诊断率,人脸识别,数据降维,局部线性嵌入,LLE,局部结构,全局结构,小样本问题,数据通,分类器,PSO,故障识别,识别准确率
AB值：
0.23304
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
