基于SVM多类分类算法的模拟电路软故障诊断

被引：11

作者：

王安娜

邱增

吴洁

曲福明

机构：

[1] 东北大学信息科学与工程学院

来源：

东北大学学报(自然科学版) | 2008年 / 07期

关键词：

模拟电路; 支持向量机; 软故障诊断; 核函数; 决策导向无环图;

D O I：

暂无

中图分类号：

TN710 [电子电路];

学科分类号：

摘要：

给出了基于支持向量机(SVM)1-v-1和决策导向无环图(decision directed acyclic graph,DDAG)多类分类算法的模拟电路软故障诊断新方法.DDAG是在1-v-1算法基础上构建的新的学习架构,在对多个SVM子分类器进行组合的过程中,引入了图论中有向无环图的思想.比较了采用不同核函数时支持向量机的分类结果.实验结果表明采用DDAG支持向量机(DAGSVM))多类分类算法时,诊断准确率为99%.因此,DAGSVM算法具有较高的诊断准确率.

引用

页码：924 / 927

页数：4