中国计量大学学报

2018, v.29;No.91(03) 311-316+344

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

半监督支持向量机的空气处理机组夏季故障诊断
Fault diagnosis for air handing units in summer seasons based on semi-supervised support vector machines

钟超文;花君;严珂;陆慧娟;叶敏超;

摘要(Abstract):

为解决空气处理机组在故障检测过程中难以获得大量带有类标记样本,且故障样本数据标记代价较高的问题,本文结合支持向量机与半监督学习方法,提出了针对空气处理机组故障检测的半监督学习算法.首先利用序列前向选择选出重要的特征作为分类依据,将半监督学习方法引入支持向量机的学习过程中,并使用遗传算法寻找支持向量机的最佳参数.然后选择类标记置信度高的未标记样本加入训练样本集,利用未标记样本中有利于支持向量机的信息,提高学习性能.实验表明,提出的混合算法能够在故障标记样本比较少的情况下达到较高的故障诊断率.

关键词(KeyWords): 故障检测;半监督;遗传算法;支持向量机;特征选择;空气处理机组

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(No.61602431)

作者(Author): 钟超文;花君;严珂;陆慧娟;叶敏超;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享