RBF-SVM的核参数选择方法及其在故障诊断中的应用

• 作者: 史贤俊 周绍磊 廖剑
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 支持向量机 参数选择 粒子群算法 模拟电路 故障诊断
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 240-246
• 页数: 7页
• 分类号: TP391
• 字数: 5506字
• 语种: 中文
• DOI: 10.13382/j.jemi.2014.03.003

摘要

基于核理论的SVM中,RBF核函数应用最广,是一个普适的核函数,但其参数的选择却没有固定方法.鉴于此,本文首先分析了现有核函数参数优选算法的不足;然后在SVM网络结构分类原理的基础上提出了基于数据最大方差-关联度准则的核参数选择算法,并结合粒子群算法建立了RBF核参数的自动优选流程.将其用于模拟电路故障诊断实验,证明了所提方法具有参数选择准确、简单快速等优点,优选得到的核参数提高了故障诊断率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周绍磊	海军航空工程学院控制工程系	114	930	16.0	26.0
2	史贤俊	海军航空工程学院控制工程系	93	486	11.0	18.0
3	廖剑	海军航空工程学院控制工程系	10	127	4.0	10.0