基于决策树和相关向量机的智能故障诊断方法

• 作者: 张继军 范庚 邓力 马登武
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 故障诊断 相关向量机 决策树
• 年，卷（期）: 2013,（14）
• 页码范围: 267-270
• 页数: 4页
• 分类号: TP206
• 字数: 3555字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1111-0296

摘要

针对故障诊断面临的故障样本少、非线性强、多故障处理等问题以及传统智能诊断方法存在的不足，提出了一种基于决策树（DT）和相关向量机（RVM）的智能故障诊断方法。通过构造决策二叉树，将多类分类问题分解成多个二类分类问题；在各个决策节点，利用RVM进行二类分类，从而实现RVM的多类分类。理论分析及仿真结果表明，相比支持向量机，新方法在保持高诊断正确率的同时具有更高的稀疏性和诊断效率，并且能够提供概率式输出，更具实用价值；相比OAR-RVM和OAO-RVM方法，新方法节省了训练时间，具有更高的训练效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马登武	海军航空工程学院兵器科学与技术系	97	919	14.0	26.0
2	范庚	海军航空工程学院兵器科学与技术系	15	165	8.0	12.0
3	邓力	海军航空工程学院兵器科学与技术系	22	150	8.0	11.0
4	张继军	海军航空工程学院兵器科学与技术系	8	89	6.0	8.0