结合OCSVM的模拟电路故障诊断方法

被引:2
作者
王俭臣
单甘霖
段修生
张岐龙
机构
[1] 军械工程学院光学与电子工程系
关键词
模拟电路故障诊断; 支持向量机; 一类支持向量机; 决策函数; 正负类间隔; 参数选择;
D O I
暂无
中图分类号
TN710 [电子电路];
学科分类号
140101 [集成纳电子科学];
摘要
基于支持向量机的传统模拟电路故障诊断方法对新故障无检测能力,且可扩展性较差。针对该问题,提出结合一类支持向量机(OCSVM)和多类支持向量机(MCSVM)的故障诊断方法。该方法采用OCSVM对故障数据进行检测和初步分类,采用MCSVM提高分类性能,以弥补OCSVM分类能力的不足。对OCSVM算法进行改进,以提高其检测和分类性能。通过模拟电路故障诊断实验验证OCSVM改进算法和联合故障诊断方法的有效性。
引用
收藏
页码:170 / 173
页数:4
相关论文
共 4 条
[1]
Estimating the support of a high-dimensional distribution [J].
Schölkopf, B ;
Platt, JC ;
Shawe-Taylor, J ;
Smola, AJ ;
Williamson, RC .
NEURAL COMPUTATION, 2001, 13 (07) :1443-1471
[2]
基于SMO的层次型1-FSVM算法 [J].
左萍平 ;
孙赟 ;
顾弘 ;
齐冬莲 .
计算机工程, 2010, 36 (19) :188-189+192
[3]
孤立点一类支持向量机算法研究 [J].
田江 ;
顾宏 .
电子与信息学报, 2010, 32 (06) :1284-1288
[4]
基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用 [J].
柳新民 ;
刘冠军 ;
邱静 ;
胡茑庆 .
航空学报, 2006, (03) :453-458