改进的SVM算法及其在故障诊断中的应用研究

被引:8
作者
张金泽
单甘霖
机构
[1] 军械工程学院光学与电子工程系
关键词
支持向量机(SVM); 多类分类方法; k-近邻法; 故障诊断;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
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。
引用
收藏
页码:97 / 100
页数:4
相关论文
共 1 条
[1]  
UCI Repository of Machine LearningDatabases .2 BLAKE C L,MERZ C J. http://www.ics.uci.Edu/~mlearn/MLRepository.Html . 1998