异常样本监督下的最优超球的研究及应用

• 作者: 孙世宇 曹健 段修生
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 超球SVDD 异常检测 样本监督
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 应用技术
• 页码范围: 157-161
• 页数: 5页
• 分类号: TP181
• 字数: 3754字
• 语种: 中文

摘要

针对模拟电路新故障类型状态检测中,因支持向量描述(SVDD)构建时忽略异常样本监督和特征空间存在混叠,导致诊断新故障类型准确率不高的缺点,提出了异常样本监督下的最优超球SVDD.该方法利用训练后超球SVDD各参数,将相似度高的已知类型样本融合形成新类,降低新类间样本相似度.并从原理上改进SVDD,实现异常样本监督,从而在最大程度上降低虚警和漏警率以适应模拟电路新故障类型状态检测.经过模拟电路新故障类型检测应用实例可以看出该方法在模拟电路新故障类型检测中,较常用方法诊断准确率有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙世宇	军械工程学院光学与电子工程系	43	382	8.0	18.0
2	段修生	军械工程学院光学与电子工程系	68	568	10.0	22.0
3	曹健	军械工程学院光学与电子工程系	4	29	2.0	4.0