[发明专利]基于支持向量数据描述集成学习的齿轮故障识别方法

摘要

本发明公开了一种基于支持向量数据描述集成学习的齿轮故障识别方法。本发明利用支持向量数据描述方法的单分类特性，通过数据训练的方式可训练出对应的齿轮故障单分类器，并以超球体分类半径作为描述齿轮故障类别的指标；再运用集成学习的方法，以加权平均求和为集成规则，将一定数量的支持向量数据描述齿轮故障分类器集成为齿轮故障多分类学习器，从而实现齿轮故障类别的辨识。本发明可有效的降低分类结果的随机性，在小样本量的训练基础上得到较高的准确率。

主权项

1.一种基于支持向量数据描述集成学习的齿轮故障识别方法，其特征在于，包括以下步骤：步骤一，构建支持向量数据描述齿轮故障分类器；步骤二，采用自助采样法构建T个特征训练集，每个特征训练集含m个齿轮故障特征训练样本，分别训练出T个支持向量数据描述齿轮故障分类器；步骤三，通过加权求和的规则将T个支持向量数据描述齿轮故障分类器集成在一起，即可实现齿轮故障类别辨识的目标。