1. 毕业设计（论文）主要内容：

1）了解支持向量机方法原理、特点；

2）了解支持向量数据描述（svdd）方法的原理及特点；

3）了解常用的故障诊断方法；

2. 毕业设计（论文）主要任务及要求

1）调研svm、svdd的相关文献，以及常用的benchmark。

2）基于svdd故障诊断算法的实现及仿真。

3）方法应用及结果分析。

3. 毕业设计（论文）完成任务的计划与安排

1-3周，文献调研与整理，完成英文翻译，完成开题报告。

4-6周，svdd算法的研究，代码与程序设计。

7-9周，svdd算法实现以及故障诊断应用。

4. 主要参考文献

1）Sangwook Kim,Yonghwa Choi,Minho Lee,Deep learning with support vector data description,Neurocomputing,2015(165):111-117。

2）Guangxin Huang,Huafu Chen,Zhongli Zhou,Feng Yin,Ke Guo, Two-class support vector data description,Pattern Recognition,2011,44(2):320-329