基于有序分割的支持向量机多分类方法

• 作者: 单斌 唐大林 杨颖涛 王蓉 秦永元
• 来源期刊: 计算机测量与控制
• 关键词: 支持向量机 欧式距离 二叉树 模拟电路 故障诊断
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 3780-3782
• 页数: 3页
• 分类号: TP181
• 语种: 中文

摘要

针对模拟电路多故障分类中存在拒识区域,分类效果不理想的问题,提出基于有序分割最佳偏二叉树结构的模拟电路故障诊断方法;首先分析多分类中分割次序对结果的影响,通过样本类中心欧式距离对故障分割进行排序,以此构造偏二叉树结构;然后对采样数据进行主成份分析降维压缩,最后采用支持向量机作为分类器,对故障数据进行分类;该方法可以使样本类间距离最大,提高了支持向量机模拟电路故障分类的效率和准确度;故障诊断结果表明文章提出的诊断方法在精度提高的情况下,所需训练时间和支持向量数目大大减少,更具稀疏性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦永元	西北工业大学自动化学院	264	3556	28.0	46.0
2	单斌	西北工业大学自动化学院	21	80	5.0	7.0
4	王蓉		4	1	1.0	1.0
5	杨颖涛	第二炮兵工程大学控制工程系	9	21	2.0	4.0
8	唐大林		2	7	1.0	2.0