摘要
本发明的目的在于提供一种针对少样本的内燃机故障诊断混合模型的构建方法,属于故障诊断领域,包括模型判别器,样本判别器,参数优化器:模型判别器构建内燃机故障诊断模型,对内燃机故障诊断模型的准确率进行分析;样本判别器对内燃机故障诊断模型的分类结果分析;参数优化器利用优化算法寻找内燃机故障诊断模型的超参数和样本权重值的极优值,进行模型构建过程进行两次参数优化,针对故障诊断模型的参数优化,针对错误分类样本的权重优化。本发明能够提高小样本的情况下模型对的故障样本的处理能力,其分类精度得到有效提高,本发明的模型构建框架涉及多种算法的应用,能够根据实际情况进行调整,其通用性高。
技术关键词
故障诊断模型
样本
内燃机传感器
优化器
机器学习算法
参数
分类准确率
卷积神经网络提取
主成分分析方法
模态分解方法
导入内燃机
灰狼优化算法
粒子群优化算法
标记
支持向量机
训练集
随机森林
仿真模型
系统为您推荐了相关专利信息
碰撞预测方法
非参数检验方法
时域特征
频域特征
方向盘
房屋
评估模型训练方法
变量
样本
计算机执行指令