基于LMD形態(tài)濾波的LSSVM方法研究

打開文本圖片集

摘要：在軸承的故障診斷中，為了解決核函數(shù)在最小二乘支持向量機中參數(shù)選擇困難及稀疏性差的問題，提出了局部均值分解（LMD）形態(tài)濾波的最小二乘支持向量機（LSSVM）方法。該方法首先利用LMD對信號進行分解得到PF分量，并對信號做相關分析去除虛假分量，形態(tài)濾波降噪后再進行LMD分解得到新PF分量，提取能量特征;其次，對LSSVM的核函數(shù)進行改進，解決核參數(shù)選擇的問題;應用特征加權法對拉格朗日參數(shù)進行特征加權，取其加權平均值作為剪枝方法的閾值，降低稀疏性;最后將能量特征信號輸入LSSVM中，對信息進行訓練預測。（剩余11550字）