基于LMD形态滤波的LSSVM方法研究

打开文本图片集

摘要：在轴承的故障诊断中，为了解决核函数在最小二乘支持向量机中参数选择困难及稀疏性差的问题，提出了局部均值分解（LMD）形态滤波的最小二乘支持向量机（LSSVM）方法。该方法首先利用LMD对信号进行分解得到PF分量，并对信号做相关分析去除虚假分量，形态滤波降噪后再进行LMD分解得到新PF分量，提取能量特征;其次，对LSSVM的核函数进行改进，解决核参数选择的问题;应用特征加权法对拉格朗日参数进行特征加权，取其加权平均值作为剪枝方法的阈值，降低稀疏性;最后将能量特征信号输入LSSVM中，对信息进行训练预测。（剩余11550字）