基于Vague-Sigmoid核函数的PSVM故障诊断算法研究

• 作者: 史岩 李小民 齐晓慧
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 支持向量机 临近支持向量机 Vague -Sigmoid核函数
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 基金项目与博士论文
• 页码范围: 13-16
• 分类号: TP181
• 字数: 2422字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-2552.2012.03.004

摘要

支持向量机因其相比于传统算法具有良好的分类性能,而广泛地应用于故障诊断研究中.但标准SVM存在训练时间长,占用内存大的不足.近似支持向量机(Proximal Support Vector Machines,PSVM)算法具有训练速度快占用内存少的特点,特别适用于大量数据的故障诊断.但其对于分类超平面附近点的诊断精度略显不足.针对此类问题文中将耗时较少的VagueSigmoid核函数应用于PSVM,用以提高其对于在分类面附近样本的分类精度,仿真证明获得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小民	军械工程学院光学与电子工程系	99	619	14.0	18.0
2	齐晓慧	军械工程学院光学与电子工程系	119	1399	18.0	33.0
3	史岩	军械工程学院光学与电子工程系	8	35	4.0	5.0