期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于多分类器融合的航空发动机气路故障诊断

Aero-engine gas path fault diagnosis on integration of multiple classifiers
在线阅读 下载PDF
导出
摘要 为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了D-S证据理论对RBF神经网络、BP神经网络和支持向量机三个诊断子系统的诊断结果进行决策级融合,结果表明D-S证据理论的使用可以达到比单独运用三个子系统具有更好的诊断效能,经过融合降低了误诊率,改善了诊断性能。 The D-S evidence theory was used to improve the accuracy of intelligent diagnostic methods,which synchronized the result of the three diagnostic sub-system,the results showed that a better diagnostic performance can be achieved by using the D-S evidence theory than any others of the three separated sub-system,the ratio of misdiagnosis reduced and the diagnostic performance improved.
作者 张宗杰 蒋丽英 黄燕
机构地区 沈阳航空工业学院自动化学院 青岛恒星技术学院数控学院
出处 《沈阳航空工业学院学报》 2010年第2期42-44,10,共4页 Journal of Shenyang Institute of Aeronautical Engineering
关键词 航空发动机 气路故障诊断 神经网络 支持向量机 D-S证据理论 Aero-engine gas path fault diagnosis neural networks SVM D-S evidence theory
分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]
  • 相关文献

参考文献8

  • 1Latinne P,Debeir O,Decaestecker C.Combining Different Methods and Numbers of Weak Decision Trees[J].Pattern Analysis & Applications,2002,5:201-209.
  • 2叶志锋,孙健国.应用神经网络诊断航空发动机气路故障的前景[J].推进技术,2002,23(1):1-4. 被引量：20
  • 3Ryshetsky M,Ortmann S,Glester M.Support Vector Approaches for Engine Knock Detection[A].IJCNN 99 International Joint Conference on Neural Networks[C].1999:969-974.
  • 4Vapnik V N.The Nature of Statistical Learning Theory[M].New York,USA:Spring-Verlag,1999.
  • 5衣治安,吕曼.基于多分类支持向量机的入侵检测方法[J].计算机工程,2007,33(15):167-169. 被引量：7
  • 6Kressel U.Pairwise Classification and Support Vector Machines[A].Advances in Kernel Methods:Support Vector Learning[C].Cambridge,MA,USA:MIT Press,1999:255-268.
  • 7Moreiro M,Mayoraz E.Improved Pair wise Coupling Classification with Correcting Classifiers[C].Prec.of the 10th European Conference on Machine Learning.Chemnitz,Germany:[s.n.],1998:160-171.
  • 8王晓红.基于概率投票策略的多类支持向量机及应用[J].计算机工程,2009,35(2):180-183. 被引量：12

二级参考文献18

  • 1李昆仑,黄厚宽,田盛丰,刘振鹏,刘志强.模糊多类支持向量机及其在入侵检测中的应用[J].计算机学报,2005,28(2):274-280. 被引量：49
  • 2陈大光,刘福生.燃气涡轮发动机故障诊断的人工神经网络法[J].航空动力学报,1994,9(4):344-348. 被引量：15
  • 3朱美琳,杨佩.基于支持向量机的多分类增量学习算法[J].计算机工程,2006,32(17):77-79. 被引量：11
  • 4Vapnik V N. The Nature of Statistical Learning Theory[M]. New York, USA: Spring-Verlag, 1999.
  • 5Kressel U. Pairwise Classification and Support Vector Machines[C]// Advances in Kernel Methods: Support Vector Learning. Cambridge, MA, USA: MIT Press, 1999: 255-268.
  • 6Moreira M, Mayoraz E. Improved Pairwise Coupling Classification with Correcting Classifiers[C]//Proc. of the 10th European Conference on Machine Learning. Chemnitz, Germany: [s. n.], 1998 160-171.
  • 7Forrest S,Perrelason A S,Allen L,et al.Self_Nonself Discrimination in a Computer[C]//Proceedings of the 1994 IEEE Symposium on Research in Security and Privacy,Oakland.CA:IEEE Computer Society Press,1994:202-212.
  • 8Ghosh A K,Michael C,Schatz M.A Real-time Intrusion Detection System Based on Learning Program Behavior[C]//Proceedings of the Recent Advances in Intrusion Detection.Toulouse:Spinger-Verlag,2000:93-109.
  • 9Vapnik V.统计学习理论的本质[M].张学工,译.北京:清华大学出版社,1995.
  • 10衣治安,吕曼.基于多分类支持向量机的入侵检测方法[J].计算机工程,2007,33(15):167-169. 被引量：7

共引文献36

沈阳航空工业学院学报
2010年 第2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部