基于有序分割的支持向量机多分类方法 |
| |
引用本文: | 单斌,秦永元,杨颖涛,王蓉,唐大林.基于有序分割的支持向量机多分类方法[J].应用声学,2014,22(11):3780-3782. |
| |
作者姓名: | 单斌 秦永元 杨颖涛 王蓉 唐大林 |
| |
作者单位: | 西北工业大学 自动化学院,西安 710072;第二炮兵工程大学 控制工程系,西安 710025,西北工业大学 自动化学院,西安 710072,第二炮兵工程大学 控制工程系,西安 710025,北京空间机电研究所,北京 100190,北京航天测控技术有限公司,北京 100041 |
| |
基金项目: | 总装备部惯性预言基金资助项目(51309040501)。 |
| |
摘 要: | 针对模拟电路多故障分类中存在拒识区域,分类效果不理想的问题,提出基于有序分割最佳偏二叉树结构的模拟电路故障诊断方法;首先分析多分类中分割次序对结果的影响,通过样本类中心欧式距离对故障分割进行排序,以此构造偏二叉树结构;然后对采样数据进行主成份分析降维压缩,最后采用支持向量机作为分类器,对故障数据进行分类;该方法可以使样本类间距离最大,提高了支持向量机模拟电路故障分类的效率和准确度;故障诊断结果表明文章提出的诊断方法在精度提高的情况下,所需训练时间和支持向量数目大大减少,更具稀疏性。
|
关 键 词: | 支持向量机 欧式距离 二叉树 模拟电路 故障诊断 |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|