基于AdaBoost与SVM组合的自动化小车设备的故障检测

针对传统设备检测方法难以检测到自动化小车故障的问题,提出一种基于Adaboost提升支持向量机(Support Vector Machines,SVM)集成学习模型自动化小车故障诊断方法。首先以自动化小车的运行数据为基础,然后通过构造Adaboost-SVM集成学习模型,并将其应用于自动化小车故障检测中。Ada Boost能够自适应的提升SVM的分类性能,相对于传统的SVM分类器,Adaboost-SVM稳定性最好,故障诊断准确率最高。实验结果表明,Adaboost-SVM能有效的诊断自动化小车的故障。

资料为PDF文档格式.

本文档关键词:小车,自动化,故障,组合,设备