利用核獨立成分分析(KICA)處理礦用主要通風(fēng)機的振動信號,分離出具有特征信息的獨立分量。提取特征向量再利用支持向量機(SVM)對礦用主要通風(fēng)機的故障狀態(tài)進行模式識別。通過實驗比較表明,該方法明顯提高了故障狀態(tài)的識別率。