基于多重核学习支持向量机的歼击机故障诊断

• 作者: 张军峰 胡寿松
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 支持向量机 多重核学习 决策树
• 年，卷（期）: 2007,（z1）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP18
• 字数: 3160字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2007.z1.001

摘要

为了提高歼击机故障诊断的准确性与实时性,提出一种基于决策树型组合策略的多重核学习支持向量机诊断方法.决策树型组合策略利用树结构解决多分类问题.而多重核学习支持向量机通过混合核空间,将线性约束下二次规划问题转化为二次约束下二次规划问题.实验结果表明: 多重核学习支持向量机的诊断精度明显优于标准支持向量机,且支持向量的数目也较少.决策树型组合策略的引入可以提高歼击机故障诊断的诊断速度.基于决策树型组合策略的多重核学习支持向量机方法能够准确且快速地解决歼击机故障诊断问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡寿松	南京航空航天大学自动化学院	185	3001	28.0	46.0
2	张军峰	南京航空航天大学自动化学院	52	390	9.0	18.0