典型文献
基于高维多尺度核函数的模糊SVM剩余寿命预测
文献摘要：
为提高齿轮剩余寿命预测精度,本文提出基于高维多尺度核函数的模糊SVM齿轮剩余寿命预测方法.首先结合多个退化特征量作为SVM的高维输入来反映设备的退化过程,而不同的退化特征量因其自身的特性不同,在剩余寿命的建模中贡献度也不相同,通过熵权法确定不同变量权重,实现高维变量加权系数的自动求取.其次考虑到高维数据具有异构特性,针对每一维变量分别输入多尺度核函数进行映射,同时基于样本的分布特征利用梯形模糊隶属度函数弱化离群点,对每个训练点赋予不同的权值,以此来构建高维多尺度核函数的模糊SVM模型,实现小样本数据潜在信息的最大挖掘.最后通过齿轮箱的试验对模型进行验证,表明本文提出方法与SVM、多尺度核SVM、模糊SVM相比,可提高预测准确度.
文献关键词：
剩余寿命预测;高维多尺度核函数;高维输入;模糊SVM;熵权法
中图分类号：
作者姓名：
石慧;李芷萱;彭壮壮
作者机构：
太原科技大学电子信息工程学院,山西太原 030024
文献出处：
引用格式：
[1]石慧;李芷萱;彭壮壮-.基于高维多尺度核函数的模糊SVM剩余寿命预测)[J].系统工程,2022(06):148-155
A类：
高维多尺度核函数
B类：
剩余寿命预测,寿命预测方法,退化特征,特征量,高维输入,贡献度,高维变量,加权系数,求取,高维数据,别输,梯形,模糊隶属度函数,离群点,训练点,权值,小样本数据,齿轮箱,预测准确度
AB值：
0.184703
相似文献
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。
