改进SVM多分类算法的模式识别

• 作者: 宗克辉 祖文超
• 来源期刊: 电子质量
• 关键词: 支持向量机 故障诊断 决策树 变压器
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 电磁兼容
• 页码范围: 88-92
• 页数: 5页
• 分类号: TM406
• 语种: 中文

摘要

支持向量机最初只能解决二分类问题,在解决故障诊断多分类问题时存在较大困难.在研究二叉树多分类的基础上,结合变压器故障的特点,运用相关性方法得到故障之间的近似程度,针对变压器多故障建立了一种改进的决策树模型.由于训练样本的不平衡性,对支持向量机的惩罚系数进行了优化,这样大大避免了训练样本带来的模型缺陷问题.根据变压器现场实际采集故障数据测试结果表明,改进的决策树分类器模型针对变压器故障诊断具有优越的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宗克辉		2	1	1.0	1.0
2	祖文超		1	1	1.0	1.0