简介：这份资源面向机械故障诊断与模式识别方向的学习者和研究人员，提供基于支持向量机（SVM）的故障诊断与分类预测完整Matlab源码。数据源自西储大学轴承诊断数据集，并已完成特征提取，可直接用于分类实验，运行环境为Matlab2023，适合具备一定机器学习基础、希望快速复现SVM分类流程的读者。压缩包共71个文件，约1.31MB，包含m脚本、mat数据文件、libsvm核心源码（c、cpp、h、java、py等多语言实现）、mexw64二进制文件及readme说明，覆盖训练、预测、参数寻优与结果可视化等环节。目前已有153人学习下载。读者可借助完整工程结构理解SVM在轴承故障分类中的建模思路，参考混淆矩阵绘制脚本与数据组织方式，快速搭建自己的诊断实验，并在此基础上调整核函数与参数以对比分类效果。
1. 从一份轴承数据说起：这套 SVM 源码到底能跑出什么
西储大学轴承数据在故障诊断圈子里几乎是绕不开的公开数据集，很多人拿它做特征提取之后，下一步就卡在分类器上。这份资源给的就是那一步的完整落地：一个基于 libsvm-3.3 的 Matlab 工程，输入是已经提取好的特征数据（data.mat），输出是分类预测结果和混淆矩阵图（1.png、2.png），核心脚本是 SVM.m，配套 zjyanseplotConfMat.m 负责画混淆矩阵。运行环境写的是 Matlab2023，实测 2023a 及以上版本基本都能跑通。
它解决的不是"从振动信号开始做特征提取"的问题，而是"特征已经有了，怎么用支持向量机做故障诊断分类预测"的问题。适合两类人：一类是课程设计或毕设需要快速拿到可复现分类结果的，另一类是已经做过特征工程、想找一个干净 SVM 基线做对比的。压缩包里 libsvm-3.3 是完整源码目录，不是只给个 mex 文件，这意味着你能看到 svm-train.c、svm-predict.c、svm-scale.c 这些底层实现，想改核函数或者调参数都有得改。
2. libsvm-3.3 在 Matlab 里的编译链路：mex 到底怎么过
2.1 为什么不是直接调 fitcsvm
Matlab 自带的 fitcsvm 从 2015 年左右就开始逐步替代旧版 svmtrain，但这份资源用的是 libsvm-3.3 的 Matlab 接口，不是 Statistics Toolbox 里的 fitcsvm。两者差别不小：libsvm 是台湾林智仁团队维护的 C++ 实现，支持多分类（one-vs-one）、多种核函数、交叉验证，而且跨平台一致性好；fitcsvm 更贴近 Matlab 生态，但多分类策略和参数命名跟 libsvm 不一样。
选 libsvm 的理由很实际：你在网上找到的绝大多数 SVM 故障诊断论文和代码，用的都是 libsvm 接口，参数是 -c、-g、-t 这一套。如果你后面要复现别人的结果，或者要把代码移植到 Python（libsvm 也有 Python 接口），用 libsvm 比 fitcsvm 省事。代价就是得先编译 mex 文件。
2.2 编译前的目录确认
libsvm-3.3 目录下有个 matlab 子目录，里面是 make.m 和一堆 .c 文件。编译之前先确认三件事：Matlab 的 mex 编译器配置好了（运行 mex -setup 能看到 C++ 编译器）、当前工作目录切到 libsvm-3.3\matlab、系统 PATH 里没有冲突的 libsvm 旧版本。
% 切到 libsvm 的 matlab 接口目录 cd('libsvm-3.3/matlab'); % 检查 mex 编译器是否可用 mex -setup C++; % 执行编译，生成 svmtrain.mexw64 / svmpredict.mexw64 make;make.m 里实际做的事是依次编译 svmtrain.c、svmpredict.c、svm_model_matlab.c 等文件，链接 libsvm 的 svm.cpp。编译成功后当前目录会出现 svmtrain.mexw64 和 svmpredict.mexw64（Windows 64 位）或者 .mexa64（Linux）。如果报错 "Cannot find compiler"，说明 mex 没配好，先解决编译器问题再往下走。
参数说明：make.m 不带参数，但如果你要指定编译器，可以在 make 之前设置 mex -setup C++ 选好。编译产物跟 Matlab 版本绑定，2023a 编译出来的 mex 文件在 2020b 上不一定能加载，换版本要重新 make。
2.3 把 libsvm 路径加进搜索路径
编译完只是第一步，SVM.m 要能调到 svmtrain 和 svmpredict，得把 libsvm-3.3\matlab 加到 Matlab 的搜索路径里。常见做法是在 SVM.m 开头用 addpath 临时加，或者用 pathtool 永久加。
% 在 SVM.m 开头加路径，避免每次手动设置 addpath(genpath('libsvm-3.3/matlab')); % 验证接口可用 which svmtrain which svmpredict如果 which svmtrain 返回的是空或者指向了别的工具箱，说明路径没加对，或者被同名函数覆盖了。Matlab 旧版本自带 svmtrain（Statistics Toolbox），会跟 libsvm 的 svmtrain 冲突。解决办法是确保 libsvm 路径在搜索路径最前面，或者用 rehash toolboxcache 刷新缓存。
3. 从 data.mat 到混淆矩阵：SVM.m 的完整执行链路
3.1 数据加载与标签格式
data.mat 里存的是西储大学轴承数据经过特征提取后的特征矩阵和标签。libsvm 对输入格式有硬性要求：特征矩阵是 m×n 的 double 矩阵（m 个样本，n 个特征），标签是 m×1 的向量，且标签必须是整数或者能转成整数的数值。如果标签是字符串（比如 'Normal'、'InnerRace'），得先转成数字编码。
% 加载特征数据 load('data.mat'); % 假设 data.mat 里有 X（特征矩阵）和 Y（标签向量） % 检查维度是否匹配 assert(size(X,1) == length(Y), '样本数与标签数不一致'); % 如果标签是字符串，转成数字 if iscell(Y) || ischar(Y) [Y_num, label_map] = grp2idx(Y); Y = Y_num; end % 归一化：libsvm 官方建议把特征缩放到 [-1,1] 或 [0,1] [X_norm, ps] = mapminmax(X', 0, 1); X_norm = X_norm';这里有个容易翻车的点：mapminmax 默认按行归一化，而 libsvm 要求按列（每个特征一列）。所以上面先转置再归一化再转回来。如果你不做归一化，特征量纲差异大的时候（比如一个特征是 0.001 量级，另一个是 1000 量级），SVM 的核函数计算会被大量纲特征主导，分类效果直接崩掉。libsvm 的 README 里专门有一节讲 scaling，建议用 svm-scale 或者手动缩放到 [-1,1]。
3.2 训练集/测试集划分与参数寻优
SVM.m 里通常会用随机划分或者交叉验证来评估模型。libsvm 的 svmtrain 自带交叉验证选项（-v 参数），可以直接输出交叉验证准确率。但更常见的做法是自己划分训练集和测试集，在训练集上做参数寻优，再用测试集验证。
% 随机划分：70% 训练，30% 测试 rng(42); % 固定随机种子，保证可复现 n = size(X_norm, 1); idx = randperm(n); train_idx = idx(1:round(0.7*n)); test_idx = idx(round(0.7*n)+1:end); X_train = X_norm(train_idx, :); Y_train = Y(train_idx); X_test = X_norm(test_idx, :); Y_test = Y(test_idx); % 用网格搜索找最优 c 和 g best_acc = 0; best_c = 1; best_g = 1; for c = 2.^(-5:2:15) for g = 2.^(-15:2:5) cmd = ['-c ', num2str(c), ' -g ', num2str(g), ' -t 2 -q']; model = svmtrain(Y_train, X_train, cmd); [pred, acc, ~] = svmpredict(Y_test, X_test, model, '-q'); if acc(1) > best_acc best_acc = acc(1); best_c = c; best_g = g; end end end参数说明：-c 是惩罚系数 C，控制对误分类的容忍度，C 越大越容易过拟合；-g 是 RBF 核的 gamma，控制单个样本的影响范围，gamma 越大越容易过拟合；-t 2 表示 RBF 核，故障诊断里 RBF 核用得最多，因为特征和类别边界通常是非线性的；-q 是 quiet 模式，不打印训练过程。网格搜索的范围 2^(-5:2:15) 和 2^(-15:2:5) 是 libsvm 官方 FAQ 里推荐的粗搜范围，实际用的时候可以在这个范围里先粗搜再细搜。
3.3 混淆矩阵可视化
zjyanseplotConfMat.m 是画混淆矩阵的辅助函数，输入是真实标签和预测标签，输出是带颜色映射的混淆矩阵图。1.png 和 2.png 大概率就是不同参数或者不同核函数下的混淆矩阵截图。
% 用最优参数训练最终模型 cmd = ['-c ', num2str(best_c), ' -g ', num2str(best_g), ' -t 2 -q']; model = svmtrain(Y_train, X_train, cmd); % 在测试集上预测 [pred, acc, ~] = svmpredict(Y_test, X_test, model, '-q'); % 画混淆矩阵 figure; zjyanseplotConfMat(Y_test, pred); title(['Test Accuracy: ', num2str(acc(1)), '%']);混淆矩阵的对角线是正确分类的样本数，非对角线是误分类。故障诊断里最怕的是把某类故障全部分错（比如把内圈故障全判成外圈故障），这时候混淆矩阵上会看到一整行或者一整列的非对角线数值特别大。看到这种情况，先检查特征提取是不是有问题，再考虑换核函数或者调参数。
4. 避坑与排查：跑 SVM 故障诊断时最容易翻车的五个地方
4.1 现象：svmtrain 报 "Undefined function"
原因：libsvm 的 mex 文件没编译，或者路径没加对，或者被 Matlab 自带的 svmtrain 覆盖了。
解决：先确认 libsvm-3.3\matlab 目录下有 svmtrain.mexw64 文件；然后 which svmtrain 看指向哪里；如果是空或者指向 toolbox，用 addpath(genpath('libsvm-3.3/matlab')) 加路径，再用 rehash toolboxcache 刷新。如果还是不行，检查 Matlab 版本和 mex 文件是否匹配，换版本要重新 make。
4.2 现象：训练准确率 99%，测试准确率 60%
原因：过拟合。常见原因是 C 太大、gamma 太大，或者特征维度远大于样本数。
解决：先把 C 和 gamma 的搜索范围调小，比如 C 从 2^(-5) 到 2^5，gamma 从 2^(-10) 到 2^0。如果还是过拟合，考虑降维（PCA 或者特征选择），或者增加样本数。libsvm 的交叉验证选项 -v 可以帮你判断是不是过拟合：如果交叉验证准确率远低于训练准确率，基本就是过拟合。
4.3 现象：混淆矩阵里某一类全部预测错
原因：类别不平衡。西储大学数据里正常样本通常远多于故障样本，如果直接训练，SVM 会倾向于把样本判成多数类。
解决：用 libsvm 的 -w 参数给不同类别加权，或者对多数类做欠采样、对少数类做过采样。libsvm 的 -wi 参数可以给第 i 类设置权重，权重比通常设成类别样本数的反比。
% 假设类别 1 有 100 个样本，类别 2 有 20 个样本 % 给类别 2 更高的权重 cmd = ['-c ', num2str(best_c), ' -g ', num2str(best_g), ... ' -t 2 -w1 1 -w2 5 -q'];4.4 现象：归一化之后准确率反而下降了
原因：归一化把某些有物理意义的特征差异抹掉了，或者归一化方式不对（按行而不是按列）。
解决：先确认归一化是按列做的。如果按列归一化之后效果还是差，试试不做归一化，或者换一种缩放方式（比如 z-score 标准化）。不是所有特征工程场景都适合 min-max 归一化，有时候原始特征的量纲差异本身就是有信息量的。
4.5 现象：换了一台机器跑，结果完全不一样
原因：随机种子没固定，或者 Matlab 版本不同导致 mex 文件不兼容，或者 libsvm 版本不同。
解决：在代码开头用 rng(42) 固定随机种子。换机器的时候重新 make 一遍 mex 文件。如果换了 libsvm 版本（比如从 3.3 换到 3.24），参数默认值和实现细节可能有变化，最好保持版本一致。
5. 进阶技巧：用交叉验证选参数，用决策值看置信度
5.1 用 libsvm 自带的交叉验证做参数寻优
前面用的是手动划分训练集/测试集做网格搜索，更稳的做法是用交叉验证。libsvm 的 svmtrain 加 -v 参数会返回交叉验证准确率，不用自己划分。
% 用 5 折交叉验证做网格搜索 best_cv_acc = 0; for c = 2.^(-5:2:15) for g = 2.^(-15:2:5) cmd = ['-c ', num2str(c), ' -g ', num2str(g), ... ' -t 2 -v 5 -q']; cv_acc = svmtrain(Y, X_norm, cmd); if cv_acc > best_cv_acc best_cv_acc = cv_acc; best_c = c; best_g = g; end end end注意 -v 模式下 svmtrain 返回的是交叉验证准确率，不是模型。找到最优参数之后，再用全部数据训练最终模型。这样选出来的参数比手动划分更可靠，尤其是样本量不大的时候。
5.2 用决策值判断分类置信度
svmpredict 的第三个返回值是决策值（decision values），可以拿来判断模型对每个样本的置信度。决策值绝对值越大，模型越确信；接近 0 的样本，模型比较犹豫。
[pred, acc, dec_values] = svmpredict(Y_test, X_test, model); % 找出决策值绝对值最小的 10 个样本 [~, sort_idx] = sort(abs(dec_values), 'ascend'); uncertain_idx = sort_idx(1:min(10, length(sort_idx))); % 这些样本是模型最不确定的，可以重点检查 fprintf('最不确定的样本索引：'); disp(uncertain_idx);故障诊断里这个技巧很实用：如果模型对某些样本特别不确定，可能是这些样本的特征提取有问题，或者它们本身就是边界样本。把这些样本挑出来单独看，往往能发现数据里的异常。
5.3 核函数选择的一个经验
RBF 核（-t 2）是默认选择，但不是唯一选择。如果特征维度很高（比如几百维），线性核（-t 0）可能效果更好，而且训练速度快得多。如果特征有明显的周期性或者局部结构，可以试试 sigmoid 核（-t 3），但 sigmoid 核在 libsvm 里不是正定核，参数选不好容易出问题。
我一般会先用线性核跑一遍，看准确率能到多少。如果线性核和 RBF 核准确率差不多，就用线性核，因为可解释性更好，训练也快。如果线性核明显差一截，再上 RBF 核调参数。
5.4 保存和加载模型
训练好的模型可以保存下来，下次直接加载，不用重新训练。
% 保存模型 save('svm_model.mat', 'model'); % 下次加载 load('svm_model.mat'); [pred, acc, ~] = svmpredict(Y_test, X_test, model, '-q');注意模型文件跟 libsvm 版本绑定，换版本可能加载失败。如果要在不同机器之间迁移，最好把训练数据和参数一起保存，在新机器上重新训练。
从那以后我每次跑 SVM 分类之前，都强制走一遍"归一化检查 → 参数粗搜 → 交叉验证 → 混淆矩阵"这四步，少一步都可能翻车。希望帮到你。
本文还有配套的精品资源，点击获取
