基于SVM分类的指控系统网络健康评估研究

• 作者: 牛刚 许卫强 陈卫国 陈国顺
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 指控网络 健康评估 支持向量机 快速分类 优化样本 云模型
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 316-321
• 页数: 6页
• 分类号: TP393
• 字数: 4156字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.07.053

摘要

在指控系统网络维修保障中,针对健康评估过程中主观性强、实时性不高等问题,为减弱人为因素影响,通过分析支持向量机分类的几何意义,将指控网络健康评估问题转化为分类问题.采用优化的样本支持向量机对样本点进行选择优化,从而使样本分类速度和分类性能得到提升.在定量分析到定性健康状态描述的对应关系中,通过云模型实现不确定信息的转换.实验结果表明,由改进的指控网络模型得到的仿真结果与实际情况较为符合,分类性能较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国顺	军械技术研究所电子室	24	123	6.0	10.0
2	牛刚	军械技术研究所电子室	8	37	3.0	6.0
3	许卫强	军械工程学院信息工程系	1	3	1.0	1.0
4	陈卫国	军械技术研究所电子室	1	3	1.0	1.0