文献类型：期刊文章

作　　者：徐启华[1] 师军[2]

机构地区：[1]淮海工学院电子工程系,江苏连云港222005 [2]西北工业大学自动化学院,陕西西安710072

出　　处：《航空学报》

基　　金：江苏省高校自然科学研究计划(04KJD510018);连云港市科技计划(GY200401)资助项目

年　　份：2005

卷　　号：26

期　　号：6

起止页码：686-690

语　　种：中文

收录情况：AJ、AMR、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2006159819453)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：支持向量机能够克服一般神经网络容易出现的过学习和泛化能力低等不足。提出一种基于支持向量机的航空发动机气路部件故障诊断方法,讨论了支持向量机的核函数选择和参数确定问题,并对“块算法”进行了分析。仿真实验表明,设计的正则化参数和核参数合理,故障分类器具有良好的分类准确性和泛化性能,可以对发动机气路部件的典型故障进行正确诊断。

关 键 词：航空发动机 支持向量机 故障诊断 核函数 泛化

分 类 号：V235.1] TP181]