ty -jour a2 -forte，paola au -wang，lijun au -ji，ji，shengfei au -ji，nanyang py -2018 da -2018/12/20 ti-比较基于支撑向量机器的技术，用于检测轴承故障的基于载体机器的技术。8174860 VL -2018 AB-本文提出了一种将洗牌的青蛙跳跃算法（SFLA）与支持向量机（SVM）方法相结合的方法，以识别变速箱中滚动轴承的故障类型。所提出的方法通过小波阈值降解处理收集的振动信号后，提高了故障诊断的准确性。SFLA的全局优化和高计算效率应用于SVM模型。仿真结果表明，SFLA-SVM算法可有效地诊断。与SVM和粒子群优化SVM（PSO-SVM）算法相比，SFLA-SVM算法具有更好的全局优化，更高的准确性和诊断的更好可靠性。通过整合小波阈值denoising方法，进一步提高了其准确性。SN -1070-9622 UR -https：//doi.org/10.1155/2018/8174860 DO -10.1155/2018/2018/8174860 JF-震动和振动PB- Hindawi KW -er -er -er -er-