基于DAGSVM的高炉故障诊断研究

被引：2

作者：

王安娜

张丽娜

高楠

孙静

机构：

[1] 东北大学信息科学与工程学院

来源：

信息与控制 | 2006年 / 05期

关键词：

故障诊断; 支持向量机; 核函数; 多类分类; 高炉;

D O I：

10.13976/j.cnki.xk.2006.05.015

中图分类号：

TF576 [砌筑、维修];

学科分类号：

080602 ;

摘要：

针对高炉故障诊断智能化程度低,对操作人员技术水平要求高等不足,提出了基于支持向量机的多类分类故障诊断方法.根据统计学原理,使用核函数将样本映射到高维空间进行训练.综合各种核函数的测试准确率,得到解决该问题的最佳核函数.通过比较不同的多类分类算法,提出了基于DAGSVM的诊断模型.实验结果表明该算法具有较高的识别准确率.*

引用

页码：619 / 623

页数：5

共 5 条

[1] 高炉参数学习用模糊神经网络专家系统 [J].

王玉涛 ;

夏靖波 ;

周建常 ;

王师 .

钢铁研究学报, 1999, (05) :72-76

[2] 高炉异常炉况判断专家系统的设计与实现 [J].

李景银 ;

郭宏飞 ;

周伟 .

东北大学学报, 1997, (02) :62-66

[3]

高炉炼铁理论与操作.[M].宋建成编著;.冶金工业出版社.2005,

[4]

智能技术.[M].曹承志;王楠编著;.清华大学出版社.2004,

[5]

数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,

← 1 →