计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (35): 200-202.DOI: 10.3778/j.issn.1002-8331.2008.35.060
舒云星1,2,张焕龙2
SHU Yun-xing1,2,ZHANG Huan-long2
摘要: 针对故障诊断研究中,样本数据维数过高导致故障模式分类时SVM学习强度太大的问题,利用DCT方法在降噪处理时体现出“能量集中”和“高频抑制”的特性,提出一种基于DCT的SVM故障诊断方法。先对故障样本进行DCT降维,再利用SVM方法对主要维离散余弦系数进行模式训练来代替对故障样本的直接训练,从而大大抑制了噪声对故障分类的影响,同时也减少了诊断运算量,最后通过实验仿真验证了算法的有效性。