马田系统与SVM相集成的模式识别技术研究

被引:4
作者
曾江辉 [1 ]
曾凤章 [2 ]
陈嵩辉 [3 ]
机构
[1] 中国航空综合技术研究所
[2] 北京理工大学管理与经济学院
[3] 中国航天时代电子公司
关键词
马田系统(MTS); 支持向量机(SVM); 马氏距离; 阈值; 故障诊断;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
为了解决现有马田系统阈值确定方法的不足,基于超球面支持向量机算法,构建了单类及二类超椭球面支持向量机算法,并理论上证明了此算法可转换为二次规划模型。推导了基于超椭球面支持向量机的马田系统阈值确定公式。将所提出的方法应用于故障诊断,得到了较高的判别正确率。
引用
收藏
页码:245 / 248
页数:4
相关论文
共 4 条
[1]   基于在线最小二乘支持向量机的数控机床热误差建模与补偿 [J].
林伟青 ;
傅建中 ;
许亚洲 ;
陈子辰 .
计算机集成制造系统, 2008, (02) :295-299
[2]   MTS原理及其设计模型 [J].
郑称德 ;
韩之俊 .
管理工程学报, 2000, (03) :43-47+2
[3]   Ellipsoidal support vector clustering for functional MRI analysis [J].
Wang, Defeng ;
Shi, Lin ;
Yeung, Daniel S. ;
Tsang, Eric C. C. ;
Heng, Pheng Ann .
PATTERN RECOGNITION, 2007, 40 (10) :2685-2695
[4]  
Data domain description by support vectors. Tax D M J,Duin R P W. Proceedings of ESANN1999 . 1999