基于支持向量机的电晕放电模式识别方法

• 作者: 张连星 汪德才 王新月 赵大伟 赵文君 郑殿春
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 电晕放电 AR模型参数 支持向量机 模式识别
• 年，卷（期）: 2010,（6）
• 页码范围: 420-425
• 分类号: TM83
• 字数: 4204字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1663.2010.06.006

摘要

应用自回归(Autoregression,简称AR)模型提取电晕放电信号的AR模型参数作为信号特征量,利用支持向量机(Support Vector Machine,简称SVM)作为分类器对放电模型进行识别,重点分析了核函数和支持向量机参数对分类器的影响.结果表明,AR模型参数作为信号特征量,并与支持向量机结合对电晕放电信号进行识别是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑殿春	哈尔滨理工大学电气与电子工程学院	39	167	7.0	10.0
2	汪德才	哈尔滨理工大学电气与电子工程学院	2	1	1.0	1.0
3	张连星	哈尔滨理工大学电气与电子工程学院	6	53	5.0	6.0
4	赵文君	哈尔滨理工大学电气与电子工程学院	2	6	1.0	2.0
5	王新月	哈尔滨理工大学电气与电子工程学院	5	39	3.0	5.0
6	赵大伟	哈尔滨理工大学电气与电子工程学院	24	105	5.0	9.0