改进的SVM算法及其在故障诊断中的应用研究

• 作者: 单甘霖 张金泽
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 支持向量机(SVM) 多类分类方法 k-近邻法 故障诊断
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 工程应用
• 页码范围: 97-100
• 页数: 4页
• 分类号: V271.4|TP181
• 字数: 2557字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2006.06.026

摘要

介绍了支持向量机用于解决模式分类问题的基本原理,在对传统的多分类方法OVO(one-versus-one)深入分析的基础上,针对其存在的不可分类区问题,提出了一种改进的模式分类方法KSVM(KNN-SVM),将k-近邻方法嵌入到SVM算法中解决不可分类区问题,进一步提高了分类准确率.应用KSVM分类方法进行模拟电路的故障诊断,实验结果验证了该方法的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单甘霖	军械工程学院光学与电子工程系	113	845	15.0	23.0
2	张金泽	军械工程学院光学与电子工程系	6	60	4.0	6.0