基于DAGSVM的高炉故障诊断研究

• 作者: 孙静 张丽娜 王安娜 高楠
• 来源期刊: 信息与控制
• 关键词: 故障诊断 支持向量机 核函数 多类分类 高炉
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 619-623
• 页数: 5页
• 分类号: TP206+.3
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2006.05.015

摘要

针对高炉故障诊断智能化程度低,对操作人员技术水平要求高等不足,提出了基于支持向量机的多类分类故障诊断方法.根据统计学原理,使用核函数将样本映射到高维空间进行训练.综合各种核函数的测试准确率,得到解决该问题的最佳核函数.通过比较不同的多类分类算法,提出了基于DAGSVM的诊断模型.实验结果表明该算法具有较高的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王安娜	东北大学信息科学与工程学院	36	376	12.0	18.0
2	孙静	东北大学信息科学与工程学院	13	109	8.0	10.0
3	高楠	东北大学信息科学与工程学院	6	15	2.0	3.0
4	张丽娜	东北大学信息科学与工程学院	16	76	5.0	8.0