基于支持向量机的某型自驾仪故障诊断研究

bb20920d · 发表于 2022-5-11 14:23:59

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
支持向量机由于有效地克服了“维数灾难”、局部极值和“过学习”题目，被广泛应用于新型故障诊断系统中。本文针对支持向量机在电子设备的故障诊断中应用的依旧存在的部分题目进行了研究，并实现了某型自驾仪的故障诊断系统。 (1)针对近似支持向量机(C-SVM, Proximal Support Vector Machine)中惩罚系数C的某些取值可能导致最优分类面不合理的题目，提出基于误差最小的SVM最优分类面修正方法。通过调整正负类分类间隔的约束条件，求解使训练样本总误差最小的偏置系数，并兼顾与正负类误差之差的绝对值的平衡，得到误差最小的更优分类面。并通过实验证明该修正方法与C-SVM及其它修正方法相比，提高了分类精度和抗噪声与野值数据干扰能力。 (2)针对目前模糊支持向量机只能抑制距样本中心较远的噪声和野值数据的影响，而不能避免甚至会放大位于样本中心附近的噪声和野值数据的干扰作用，提出钟型模糊支持向量机。该算法采用新的模糊隶属度分配函数，对上述两类“野性”数据分配较小模糊隶属度，仅对正常样本赋予较大模糊隶属度。实验表明了算法的有效性。 (3)文章最后重点介绍了基于支持向量机的故障诊断系统。分析了应用过程中存在的主要题目，并给出了相应的解决方法。利用Multisim对自动驾驶仪进行电路仿真，得到SVM所需的训练样本。将系统划分为7个独立的子SVM系统分别进行设计，完成SVM多分类算法、核函数和参数的选择及最终软件实现。实验结果表明系统的可行性。通过现场调试和技术鉴定表明，本系统故障诊断系统的故障定位有较高准确度，很大程度上方便了自动驾驶仪的故障修复，同时为电子设备的故障诊断系统提供了理论和实际应用的依据。

基于支持向量机的某型自驾仪故障诊断研究

天涯海角也要找到Ni：基于支持向量机的某型自驾仪故障诊断研究

相关帖子

浏览过的版块

QQ微信同步：1144766066。

服务

网站

战略合作