论文部分内容阅读
为提高滚动轴承故障诊断分类器的训练正确率，以及缩短训练时间，根据其训练集即含有标签样本、也含有无标签样本的特点，将LS_SVM与半监督学习相结合，充分利用训练集中的有效信息，给出一种基于SLS_SVM的滚动轴承故障诊断方法。将该方法与标准SVM和半监督学习SVM方法相比，其不但能提高训练正确率，也能缩短训练所需时间。通过诊断试验，验证了该算法的有效性及高效性。