二叉树SVM算法在小样本故障诊断中的优化

被引：7

作者：

陈星

严华

机构：

[1] 四川大学电子信息学院

来源：

计算机测量与控制 | 2015年 / 23卷 / 03期

关键词：

支持向量机; 二叉树; 小样本; 聚类分析; 故障诊断;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

针对二叉树支持向量机多分类算法在故障诊断中存在误差累积的问题,提出了一种新的算法优化方案;该方案旨在通过对分类顺序的优化来降低误差在二叉树架构层次间的传递和累积;算法充分考虑了小样本分布特点,首先从空间聚类分析的角度结合类间距离和类内密集性建立可分性测度作为主要的分类依据,其次从实际训练角度出发提出用预验证的方法作为对上述依据的补充;最后,利用UCI标准数据集,通过与不同多类算法进行比较,证明了该优化方案运用于小样本故障诊断中具有更高的推广性和鲁棒性。

引用

页码：689 / 692

页数：4

共 14 条

[1]

改进二叉树支持向量机及其故障诊断方法研究 [J].

赵海洋 ;

徐敏强 ;

王金东 .

振动工程学报, 2013, 26 (05) :764-770

[2]

基于SVM的模拟电路故障诊断及参数优化方法 [J].

焦鹏 ;

王新政 ;

谢鹏远 .

计算机测量与控制, 2013, (08) :2039-2042

[3]

欧氏距离二叉树向量机的变压器故障诊断研究 [J].

周鑫 ;

杨国华 ;

朱向芬 ;

陈琳 ;

丁晓花 ;

周世文 ;

肖龙 .

电测与仪表, 2013, 50 (06) :1-3+19

[4]

局部切空间排列和支持向量机的故障诊断模型 [J].

万鹏 ;

王红军 ;

徐小力 .

仪器仪表学报, 2012, 33 (12) :2789-2795

[5]

一种基于几何分布的新支持向量机多分类方法 [J].

李雷 ;

房小萍 ;

张宁 .

计算机技术与发展, 2012, 22 (11) :172-175

[6]

聚类分析研究中的若干问题 [J].

王骏 ;

王士同 ;

邓赵红 .

控制与决策 , 2012, (03) :321-328

[7]

Decision tree support vector machine based on genetic algorithm for multi-class classification[J] Huanhuan Chen; Qiang Wang; and Yi Shen School of Astronautics; Harbin Institute of Technology; Harbin 150001; P. R. China Journal of Systems Engineering and Electronics 2011, 02

[8]

Science Letters:Binary tree of posterior probability support vector machines [J].

Dongli WANG Jianguo ZHENG Yan ZHOU Glorious Sun School of Business and Management Donghua University Shanghai China College of Information Engineering Xiangtan University Xiangtan China .

Journal of Zhejiang University-Science C(Computers & Electronics), 2011, 12 (02) :83-87

[9]

SVM分类核函数及参数选择比较 [J].

奉国和 .

计算机工程与应用, 2011, 47 (03) :123-124+128

[10]

基于特征空间聚类的二叉树支持向量机分类算法 [J].

李志永 ;

陈立潮 ;

张英俊 .

计算机与数字工程, 2010, 38 (06) :32-34

← 1 2 →