论文部分内容阅读
为了准确地对轴承性能退化过程数据进行评估,将Mexican hat小波函数引入支持向量机多分类器中,提出一种小波支持向量机多分类器。并基于平移不变核函数条件,给出该小波函数为容许核函数的证明。根据“一对多”算法建立支持向量机多分类器。通过对内圈故障和滚动体故障的轴承性能恶化过程中数据的分析,表明小波支持向量机具有比BP(back propagation)神经网络、RBF(radial basis function)核函数支持向量机更高的分类正确率。