典型文献
多分类边界支持矩阵机及其在滚动轴承故障诊断中的应用
文献摘要：
由于支持矩阵机(SMM)利用平行超平面实现对不同类别样本的分类,使其无法最大化任意两类样本之间间隔,为此,通过分析非平行超平面与支持矩阵机的相关理论,提出了一种多分类边界支持矩阵机(MBSMM),并将其应用于滚动轴承的故障诊断中.首先,在MBSMM中以矩阵为建模元素,建立了其多分类目标函数,充分利用输入矩阵行与列之间的结构化信息;然后,利用非平行边界超平面来隔离任意两种类型的数据,非平行边界超平面可以最大化任意两类样本之间的间隔;引入了逐次超松弛法(SOR)进行对偶问题求解,SOR可以线性收敛到最优值,不需要太多计算就可以处理大规模数据集,大大提高了算法的计算效率;最后,将其应用于滚动轴承的故障诊断中,通过滚动轴承数据及不同指标对其进行了实验验证.研究结果表明:MBSMM利用非平行边界超平面可以完成对复杂数据样本的准确分类,在识别率、时间、kappa、准确率、召回率、F1得分和统计检验等方面具有良好表现,证明了RSMM具有优越的分类性能.
文献关键词：
多分类边界支持矩阵机;滚动轴承;故障诊断;非平行边界超平面
中图分类号：
作者姓名：
马文静;李鑫;张云
作者机构：
河北机电职业技术学院 信息工程系,河北 邢台054000;河南科技大学 机电工程学院,河南 洛阳471003;洛阳轴承研究所有限公司 技术中心,河南 洛阳471039
文献出处：
引用格式：
[1]马文静;李鑫;张云-.多分类边界支持矩阵机及其在滚动轴承故障诊断中的应用)[J].机电工程,2022(01):65-70
A类：
多分类边界支持矩阵机,MBSMM,非平行边界超平面,RSMM
B类：
滚动轴承故障诊断,别样,类目,结构化信息,离任,逐次,超松弛,松弛法,SOR,对偶问题,问题求解,线性收敛,最优值,太多,大规模数据集,计算效率,轴承数据,同指,复杂数据,识别率,kappa,召回率,统计检验,分类性能
AB值：
0.211072
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。
