改进多分类决策策略的RVM及其在液压泵故障诊断中的应用

• 作者: 吕岩 房立清 赵玉龙 齐子元
• 来源期刊: 计算机应用研究
• 关键词: 相关向量机 决策策略 核参数优化 分类模型
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 系统应用开发
• 页码范围: 3721-3724,3734
• 页数: 5页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.12.046

摘要

针对传统多分类相关向量机(relevance vector machine,RVM)采用“最大票数赢(MVW)”决策策略的不足,为了提升相关向量机的多分类能力,首先改进了RVM的多分类决策策略,并利用具有Lévy飞行特征的果蝇算法(LFOA)对RVM核参数进行寻优,建立了LFOA-RVM分类模型.在适应度函数的评判下,果蝇种群经过多次迭代对指定范围内的核参数进行全局搜索寻优,完成模型建立.四组UCI标准数据集的MATLAB仿真实验结果表明,改进后的多分类决策策略和优化方法有效、可靠,能够提升RVM的分类能力;进一步将此模型应用于液压泵故障诊断,同样取得了较好的分类效果,验证了分类模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐子元	军械工程学院火炮工程系	28	186	9.0	12.0
2	房立清	军械工程学院火炮工程系	48	240	7.0	13.0
3	赵玉龙	军械工程学院火炮工程系	22	99	4.0	9.0
4	吕岩	军械工程学院火炮工程系	8	19	3.0	4.0