| 基于SVM的南极望远镜驱动非预期故障诊断方法 | |
杨世海 ; 李运
| |
| 2023-06 | |
| Source Publication | 中国测试
 |
| Volume | 49Issue:6Pages:75-81 |
| Abstract | 针对南极望远镜驱动系统的非预期故障检测存在先验信息不足、故障特征难确定和故障样本少等问题，提出一种基于支持向量机(support vector machine, SVM)的非预期故障检测方法。以南极望远镜驱动系统为实验平台故障植入，采集的数据中心化和标准化预处理。基于KNN(K-nearest neighbor)、K-means、BP(back propagation)神经网络和SVM算法建立4种非预期故障检测分类器，将各个算法参数调优，再根据数据特征预测分类。实验结果表明：在相同的实验条件下，基于SVM算法的非预期故障检测分类器性能优于其他3种分类器性能。将该类方法应用于半实物仿真平台，验证该算法可行、有效。 |
| Keyword | 南极望远镜 驱动系统 非预期故障 支持向量机 分类器 |
| Subject Area | 天文技术与方法 |
| Language | 中文 |
| Document Type | 期刊论文 |
| Identifier | http://ir.niaot.ac.cn/handle/114a32/2112 |
| Collection | 中国科学院南京天文光学技术研究所知识成果 期刊论文 |
| Affiliation | 南京天文光学技术研究所 |
| Recommended Citation GB/T 7714 | 杨世海,李运. 基于SVM的南极望远镜驱动非预期故障诊断方法[J]. 中国测试,2023,49(6):75-81. |
| APA | 杨世海,&李运.(2023).基于SVM的南极望远镜驱动非预期故障诊断方法.中国测试,49(6),75-81. |
| MLA | 杨世海,et al."基于SVM的南极望远镜驱动非预期故障诊断方法".中国测试 49.6(2023):75-81. |
| Files in This Item: | Download All | |||||
| File Name/Size | DocType | Version | Access | License | ||
| 基于SVM的南极望远镜驱动非预期故障诊断（1481KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | View Download | |
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment