科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文提出了一种将数据挖掘技术RelifF-SVM(相关特征-支持向量机)算法应用于制冷剂充注量故障诊断的方法。首先,通过分析制冷剂充注量故障产生的机理及其影响,将与之相关的18个特征变量使用ReliefF特征选择算法提取出7个主要的特征变量,再将其导入SVM模型中,得出该模型的故障诊断在训练集和测试集的准确率分别为85.6%和85.3%。为了进一步优化算法的性能,又将网格搜索与十折交叉验证的方法结合起来,对SVM模型中的参数C和γ进行优化,优化后算法的性能大幅度提高,训练集和测试集的准确率分别为99.4%和98.8%。本文提出基于ReliefF特征选择算法能辅助支持向量机达到对制冷剂充注量故障的有效诊断。
- 单位
