摘要：通过建立VC维统计学习理论，利用数学建模，建立并划分最优超平面以取得支持向量来训练，选取并考虑相关的影响因子以此构建样本数据集，以期对柴油机故障实现精确的诊断；而对于非线性空间情况，可采用核函数的思想来转化为线性空间，以此降低算法的复杂度；通过与人工神经网络方法的比较，表明该方法具有运算速度快，泛化能力强等优点；支持向量机（SVM）可以较好解决柴油机故障诊断中的机器过学习、小样本、高维数、非线性等问题。

原文链接:http://www.cqvip.com//QK/97883X/200702/24868952.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）