层次聚类LSSVM在模拟电路故障诊断中的应用

被引:5
作者
冯磊
王宏力
侯青剑
杨建飞
机构
[1] 第二炮兵工程学院
关键词
最小二乘支持向量机; 层次聚类; 模拟电路; 核主元分析; 故障诊断;
D O I
10.16526/j.cnki.11-4762/tp.2009.02.023
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
文中借鉴层次聚类的思想,采用正向训练、反向测试的方法构造了层次聚类最小二乘支持向量机,并针对容差模拟电路的故障诊断问题,在利用核主元分析法提取其故障特征的基础上,采用所构造的层次聚类最小二乘支持向量机对模拟电路的软故障进行了诊断,并与常用的1对1、1对多算法进行比较,结果表明该方法简化了分类器的结构,缩短了训练测试时间,提高了故障识别率。
引用
收藏
页码:296 / 298
页数:3
相关论文
共 7 条
  • [1] 模拟电路故障诊断的神经网络方法综述
    杨宣访
    方华京
    [J]. 计算机测量与控制, 2006, (05) : 564 - 566
  • [2] 一种改进的最小二乘支持向量机及其应用
    余艳芳
    高大启
    [J]. 计算机工程与科学, 2006, (02) : 69 - 71+85
  • [3] 分级聚类支持向量机在汽轮机故障诊断中的应用
    翟永杰
    毛继珮
    于丽敏
    刘长良
    [J]. 华北电力大学学报, 2003, (06) : 25 - 29
  • [4] 电子设计自动化[M]. 国防工业出版社 , 窦建华, 2006
  • [5] 统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000
  • [6] Least squares support vector machine classifiers
    Suykens, JAK
    Vandewalle, J
    [J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300
  • [7] 支持向量机理论方法和应用研究 .2 阎威武. 上海交通大学 . 2003