增量学习直推式支持向量机及其在旋转机械状态判别中的应用

第３２期王自营等：增量学习直推式支持向量机及其在旋转机械状态判别中的应用９５

分类学习算法【Ｊ】．系统工程与电子技术，２００７，２９（１）：８７－９１．

ＬｉａｏＤｏｎｇｐｉｌＩｇ。ＪｉｎｎｇＢｉｎ，ＷｅｉＸｉＺｈａｎｇ，ｅｔａ１．Ｆａｓｔｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｗｉｔｈｐｒｏｇｒｅｓｓｉｖｅｔｒａｎｓｄｕｃｔｉｖｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ【Ｊ】．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄ

Ｅｌｅｃｔｒｏｎｉｃｓ．２００７，缄１）：８７—９１（ｉｎＣｈｉｎｅｓｅ）．

【１７】陈毅松，汪国平，董士海．基于支持向量机的渐进直推式分类学习算法【Ｊ】．软件学报，２００３，１４（３）：４５１－４６０．

ＣｈｅｎＹｉｓｏｎｇ，ＷａｎｇＧｕｏｐｉｎｇ，ＤｏｎｇＳｈｉｈａｉ．ＡｐｒｏｇｒｅｓｓｉｖｅｗａｎｓｄｕｃｔｉｖｅｉｎｆｅｒｅｎｃｅａｌｇｏｒｉｔｈｍｂａｓｅｄＯｎＳＶＭ［Ｊ１．ＪｏｕｒｎａｌｏｆＳｏｆｔｗａｒｅ，２００３，１４（３）：４５１－４６０（ｉｎＣｈｉｎｅｓｅ）．

【１８】ＫａｓａｂｏｖＮ．ＰａｎｇＳＮ．ＴｒａｎｓｄｕｃｔｉｖｅＳｕｐｐｏｒｔＶｄ２ｔｏＩ＂ｍａｃｈｉｎｅｓａｎｄａｐｐｌｉｃａｔｉｏｎｉｎｂｉｏｉｎｆｏｒｍａｔｉｃｓｆｏｒｐｒｏｍｏｔｅｒｒｅｃｏｇｎｉｔｉｏｎ［Ｊ】．ＮｅｕｒａｌｉｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ，２００４，３（２）：３１?３８．

【１９】ＣｈａｐｅＵｅＯ，ＺｉｅｎＡ．Ｓｅｎｄ－ｓｕｐｅｒｖｉｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｂｙｌｏｗｄｅｎｓｉｔｙｓｅｐａｒａｔｉｏｎ［Ｃ】ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＴｅｎｔｈＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎ

ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅａｎｄＳｔａｔｉｓｔｉｃｓ，Ｂａｒｂａｄｏｓ，２００５．

【２０】王白营．装甲车辆动力传动系统状态判别的支持向量机方法研究【Ｄ】．北京；装甲兵工程学院，２００８．

收稿日期：２００８－０３．２５．

作者简介：

王自营（１９７３－－），男，博士研究生，研究方向

为信号处理及故障诊断，ｚｇｙｗｚｙ＠ｓｉｎａ．ｃｏｒｎ；

邱绵浩（１９７６＿－），男，讲师，研究方向为信号

处理及故障诊断；

安钢（１９４６．－），男，博士生导师，研究方向为土七ｊ。茸电力电子系统集成。

（责任编辑王庆霞）

清洁高效燃煤发电技术协作网２００８年会在南京圆满结束

２００８年ｌＯ月２３日—２４日，由中国电机工程学会和中国国电集团公司共同主办的清洁高效燃煤发电技术协作网２００８年会在南京召开。中国电机工程学会理事长陆延昌，中国国电集团公司总经理朱永艽出席年会并致词。中国国电集团公司副总经理于崇德，中国电力投资集团公司副总经理张晓鲁，中国大唐集团公司总工程师金耀华等五大集团的负责人和来自国内外电力行业的专家参加了年会。

陆延昌理事长在致词中指出，中国积极发展以超超临界机组为代表的清洁高效燃煤发电技术，开发煤气化和多联产技术，开展绿色煤电的研发，积极探索风电，生物质发电技术，取得了可喜进展。同时，提出了进一步发展中可能遇到并且必须解决的问题，希望这些问题可以将清洁高效燃煤发电技术与减排温室效应气体的研究和应用引向深入，取得尽可能大的经济和环境效益。朱永艽在致词时总结了中国国电集团公司在电力生产、技术进步和环境保护等诸多领域做出的不懈努力。在谈到国电集团未来发展方向时，朱永苋表示，国电集团将加大可再生能源和新能源装机比重：进一步发展风电；大力开发水电资源；稳步开发ＩＧＣＣ、生物质、地热、潮汐发电；试点建设太阳能发电项目。力争到２０１０年可控装机容量超过９５００万ｋＷ，可再生能源和新能源比重达到２０％，初步建成国内一流的综合性能源集团。

会议分主旨报告、分组讨论、技术参观３部分。在主旨报告部分，于崇德、张晓鲁、金耀华分别作了题为“研发应用新技术，提高燃煤电厂节能环保水平”、“６００ＭＷ超超临界机组的经济技术性能分析”、“落实科学发展观，构建清洁生产体系”的报告。华电电力试验研究所所长袁伟，美国通用电气５０ＨｚＩＧＣＣ部门全球经理ＪａｓｏｎＣｒｅｗ，浙江大学热能工程研究所副所长、博士生导师高翔等电力行业专家也在会上作了精彩的技术报告和交流发言。

分组讨论部分，代表们围绕着节能减排，提高机组运行效率及其他大家共同关注的问题展开了热烈的讨论。闭幕式上，中国电机工程学会常务副秘书长李若梅宣布了本届年会优秀论文获奖名单，并举行了隆重的颁奖仪式。

２４日下午，与会代表们参观了国电集团建设的首台百万千瓦超超临界机组——国电泰州发电厂，对我

国百万机组的发电运行情况有了一定的了解。

增量学习直推式支持向量机及其在旋转机械状态判别中的应

用

作者：王自营， 邱绵浩， 安钢， WANG Zi-ying， QIU Mian-hao， AN Gang

作者单位：装甲兵工程学院机械工程系,北京市,丰台区,100072

刊名：

中国电机工程学报

英文刊名：PROCEEDINGS OF THE CHINESE SOCIETY FOR ELECTRICAL ENGINEERING

年，卷(期)：2008,28(32)

参考文献(20条)

1.陈毅松;汪国平;董士海基于支持向量机的渐进直推式分类学习算法[期刊论文]-软件学报 2003(03)

2.廖东平;姜斌;魏玺章一种快速的渐进直推式支持向量机分类学习算法[期刊论文]-系统工程与电子技术

2007(01)

3.Gauwenberghs G;Poggio T Incremental and decremetual support vector machine learning 2003

4.倪霖;郑洪英基于聚类和支持向量机的入侵检测研究[期刊论文]-计算机应用 2007(10)

5.宋延杰;张剑风;闫伟林基于支持向量机的复杂岩性测井识别方法[期刊论文]-大庆石油学院学报 2007(05)

6.潘明清基于支持向量机的机械故障模式分类研究 2005

7.胡清;王荣杰;詹宜居基于支持向量机的电力电子电路故障诊断技术[期刊论文]-中国电机工程学报 2008(12)

8.吴峰崎;孟光基于支持向量机的转子振动信号故障分类研究[期刊论文]-振动工程学报 2006(02)

9.徐启华;师军基于支持向量机的航空发动机故障诊断[期刊论文]-航空动力学报 2005(02)

10.翟永杰;韩璞;王东风基于损失函数的SVM算法及其在轻微故障诊断中的应用[期刊论文]-中国电机工程学报2003(09)

11.张曦;阎威武;刘振亚基于核主元分析和邻近支持向量机的汽轮机凝汽器过程监控和故障诊断[期刊论文]-中国电机工程学报 2007(14)

12.王自营装甲车辆动力传动系统状态判别的支持向量机方法研究 2008

13.Chapelle O;Zien A Send-supervised classification by low density soparation 2005

14.Kasabov N;Pang S N Tranaductive support vector machines and application in bioinformatics for promoter recognition 2004(02)

15.Joachims T Transductive learning via spectral graph partitioning 2003

16.Collobert R;Sinz F;Weston J Large scale transductive SVMs 2006(07)

17.阎满富求解分类问题的支持向量机方法与应用研究[学位论文] 2005

18.张春花;林建兴;郝丽清支持向量机方法在海口降水预报中的应用研究[期刊论文]-气象研究与应用 2007(zⅡ)

19.于宁锋;杨化超一种用于高光谱遥感影像分类的改进多类支持向量机[期刊论文]-遥感信息 2007(05)

20.张龙;熊国良;柳和生基于时变自回归模型与支持向量旋转机械故障诊断方法[期刊论文]-中国电机工程学报2007(09)

本文链接：https://www.wendangku.net/doc/8714361881.html,/Periodical_zgdjgcxb200832016.aspx