针对故障信息动态累积且表现多样的特点，提出了基于一类支持向量机的机械故障诊断信息记忆模型。该模型对故障特征数据进行增量式一类支持向量机学习，建立各故障类独立而封闭的分布空间，并利用最小决策函数值实现多类故障的混合辨识。故障信息的独立记忆满足了故障类别的动态增加需要，分布空间的增量式调整容纳了新的故障特征，从而实现了与免疫系统相似的信息记忆与应答过程。通过仿真数据与机械故障实例数据的验证，表明该记忆模型能够准确描述故障信息，在累积学习过程中不断提高诊断准确性。

>>查看原文初稿链接<<

>>更多科技论文<<

2011年10月各高校三星级以上论文所占比例排序

2011年10月份高校在线发表论文星级统计排序

2011年10月份各高校在线发表论文数量统计排序

10月份科技论文在线优秀学者专栏浏览次数统计

优秀学者及论著栏目学者人数统计排序(10月份)