利用多层感知机、支持向量机和高斯混合模型进行圆柱体故障分类
人工智能
2007-05-23 v1
摘要
引入高斯混合模型 (GMM) 和支持向量机 (SVM) 对圆柱壳群体中的故障进行分类。所提出的程序在 20 个圆柱壳的群体上进行了测试，并将其性能与使用多层感知机 (MLP) 的程序进行了比较。从振动数据中提取的模态特性被用于训练 GMM、SVM 和 MLP。观察发现，GMM 产生了 98% 的分类准确率，SVM 产生了 94% 的分类准确率，而 MLP 产生了 88% 的分类率。
引用
@article{arxiv.0705.0197,
title = {Fault Classification in Cylinders Using Multilayer Perceptrons, Support Vector Machines and Guassian Mixture Models},
author = {Tshilidzi Marwala and Unathi Mahola and Snehashish Chakraverty},
journal= {arXiv preprint arXiv:0705.0197},
year = {2007}
}
评论
10 pages, 2 figures, 4 tables