改进的SVM算法及其在故障诊断中的应用研究

改进的SVM算法及其在故障诊断中的应用研究

张金泽;单甘霖

【期刊名称】《电光与控制》

【年(卷),期】2006(013)006

【摘要】介绍了支持向量机用于解决模式分类问题的基本原理,在对传统的多分类方法OVO(one-versus-one)深入分析的基础上,针对其存在的不可分类区问题,提出了一种改进的模式分类方法KSVM(KNN-SVM),将k-近邻方法嵌入到SVM算法中解决不可分类区问题,进一步提高了分类准确率.应用KSVM分类方法进行模拟电路的故障诊断,实验结果验证了该方法的有效性和实用性.

【总页数】4页(97-100)

【关键词】支持向量机(SVM);多类分类方法;k-近邻法;故障诊断

【作者】张金泽;单甘霖

【作者单位】军械工程学院光学与电子工程系,石家庄,050003;军械工程学院光学与电子工程系,石家庄,050003

【正文语种】中文

【中图分类】V271.4;TP181

【相关文献】

1.改进SVM模型在轴承故障诊断中的应用研究 [J], 侯国平; 马萱; 唐茗

2.改进的网格搜索算法在SVM故障诊断中的应用 [J], 申慧珺; 席慧; 谢刚

3.用于变压器DGA故障诊断的改进PSO优化SVM算法研究 [J], 闵亚琪; 马鑫; 翟振刚; 莫家庆; 吕小毅

4.基于改进ABC算法优化SVM的汽车发动机故障诊断 [J], 李秋玲; 贾敏智