龙空技术网

技术论文|基于 SVDD 优化的南极望远镜驱动非预期故障研究

自动化与仪器仪表 59

前言:

此刻小伙伴们对“svdd算法中文意思”大约比较讲究,同学们都需要了解一些“svdd算法中文意思”的相关内容。那么小编也在网络上搜集了一些对于“svdd算法中文意思””的相关资讯,希望看官们能喜欢,你们快快来了解一下吧!

欢迎引用

[1]邓壮壮,杨世海,朱节中,李运,高志文.基于SVDD优化的南极望远镜驱动非预期故障研究[J].自动化与仪器仪表,2022(01):18-

22.DOI:10.14016/j.cnki.1001-9227.2022.01.018.

作者:邓壮壮,杨世海,朱节中,等

(1 . 南京信息工程大学电子信息学院

2 . 中国科学院国家天文台南京天文光学技术研究所

3 . 中国科学院天文光学技术重点实验室( 南京天文光学技术研究所)

摘 要 :支持向量数据描述 SVDD(Support Vector Data Description ,SVDD)算法 ,在小样本故障检测中表现出良好 的学习能力 。然而 ,现有的 SVDD 故障检测方法由于对实验数据和参数过于依赖 ,从而限制了故障检测的精度 。针 对上述问题 ,提出了一种基于 SVDD 的智能寻优非预期故障检测算法 。实验数据采取核主成分分析法(Kernel Princi鄄 pal Component Analysis ,KPCA)降维去噪处理;并对 SVDD 算法与粒子群优化(Particle Swarm Optimization ,PSO)算法结 合 ,对算法参数优化 。待检测样本点的球心距与超球体半径之差为衡量标准 , 实现非预期故障的检测 。数据采集于 南极望远镜的驱动系统 , 实验结果表明 ,优化后的 SVDD 算法检测精度提高 。基于半实物仿真平台验证该算法 ,在非 预期故障检测中具有很高的应用价值。

关键词 : 南极望远镜 ;驱动系统;SVDD;非预期故障 ;参数优化 ;KPCA 降维

(来源: 自动化与仪器仪表 2022年第1期)

关注我的你,是最香哒!

标签: #svdd算法中文意思