一种组合模型状态监测方法研究
李小珉
张波
尹明
1.海军工程大学电子工程学院 武汉4300332.海军工程大学电子工程学院 武汉4300333.海军工程大学电子工程学院 武汉430033
摘要：目前在状态监测过程中分类器的类型和参数的选择对状态监测率有很大影响,而且任何单一模型使用过程中都会出现不理想的方面,提出一种参数优化与组合模型相结合的新方法.结合支持向量机(SVM)能够处理分类问题和隐马尔科夫模型(HMM)适合处理连续信号的特点,同时考虑到SVM的参数设置对结果影响较大,采用粒子群算法(PSO)对SVM进行优化,最终形成组合模型HMM-PSOSVM.通过实验验证了其具有良好的模拟电路早期状态监测能力.
关键词：特征提取状态监测组合模型
分类号：TP277(自动化技术及设备)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 21-25,34 )
英文信息