基于SVM二叉决策树方法的矿井提升机故障诊断

• 作者: 夏士雄 张磊 牛强
• 来源期刊: 科技与创新
• 关键词: 支持向量机 故障诊断 二叉决策树 矿井提升机
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 故障诊断
• 页码范围: 198-199,286
• 页数: 3页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.10.083

摘要

介绍了几种传统的支持向量机(SVM)多分类方法,分析了其存在的问题及缺点.提出了一种基于二叉决策树的SVM多分类方法,该方法具有简单、直观,训练样本少的特点.通过将其应用于提升机运行状态的故障诊断,结果表明,采用该方法比传统多类SVM方法和BP神经网络具有更高的诊断正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛强	中国矿业大学计算机科学与技术学院	57	459	11.0	19.0
2	夏士雄	中国矿业大学计算机科学与技术学院	118	1158	18.0	28.0
3	张磊	中国矿业大学计算机科学与技术学院	174	1083	16.0	25.0