基于双重支持向量机的网络故障诊断

• 作者: 孟相如 温祥西 马志强
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 网络故障诊断 支持向量机 样本选取 双重训练
• 年，卷（期）: 2013,（4）
• 页码范围: 506-510
• 分类号: TP393
• 语种: 中文

摘要

为了提高网络故障诊断模型的建立和诊断速度,提出一种双重支持向量机(Dual-SVM)算法.通过两次SVM训练确定诊断模型:第1次SVM训练通过两类样本的类中心和样本点在类中心连线方向上的投影分布情况直接确定近似最优分类面;第2次SVM训练根据第1次的训练结果选择边界样本点并计算其模糊隶属度,通过模糊SVM获得诊断模型.在DARPA数据集上的实验表明, Dual-SVM相较SVM能够获得更快的训练速度和更加简单的故障诊断模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟相如	空军工程大学信息与导航学院	139	731	13.0	19.0
2	马志强	空军工程大学信息与导航学院	47	444	11.0	19.0
3	温祥西	空军工程大学信息与导航学院	46	217	9.0	13.0