支持向量机在机械设备振动信号趋势预测中的应用
杨俊燕，张优云，赵荣珍
（西安交通大学轴承及润滑理论研究所，710049,西安）
摘要:将支持向量机（SVMs）用于机械设备振动信号趋势预测中，研究了SVMs参数及核函数类型对SVMs预测能力的影响.试验显示，在短期预测中4种核函数有着基本相同的预测能力，而在长期预测中，径向基函数核和多项式核表现出了相对较高的预测能力，同线性核和神经网络核相比，它们的归一化均方误差约降低了20%.SVMs与向后传播神经网络、径向基函数网络和广义回归神经网络预测能力的对比表明，实现了结构风险最小化原理的SVMs具有更好的预测能力，在长期预测中，其归一化均方误差约降低了15%.
关键词:趋势预测；支持向量机；神经网络；回归
中图分类号:TH17文献标识码:A文章编号:0253-987X(2005)09-0950-04