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