摘要：为了解决柴油机故障预测中大样本、非线性以及高维数据的数据预测问题，避免以向量输入带来的结构信息丢失和数据相关性被破坏等现象，结合支持向量机（SVM）的学习框架和交替投影的思想，研究基于在线支持张量机（OSTM）的柴油机故障预测算法和流程，并以测试精度、学习时间和均方根误差作为评价指标，利用远程监测系统采集的数据，分别应用在线支持向量机（OSVM）和OSTM进行故障预测和分析。结果表明，与OSVM方法相比，OSTM方法测试精度较高，学习时间大幅缩短，预测模型的收敛速度较快，能有效在线预测柴油机故障。关键词：柴油机；在线支持向量机；在线支持张量机；故障预测下载全文——支持张量机在柴油机故障预测中的应用研究_.pdf