基于支持向量机多分类方法的模拟电路故障诊断研究

被引:5
作者
吴洪兴
彭宇
彭喜元
机构
[1] 哈尔滨工业大学自动化测试与控制研究所
关键词
支持向量机; 故障诊断; 模拟电路; 模式识别;
D O I
10.13382/j.jemi.2007.04.007
中图分类号
TN710 [电子电路];
学科分类号
摘要
基于统计学习理论结构风险最小化原则和VC维理论的支持向量机对小样本决策具有较好的学习推广性。由于基本支持向量机算法最初是针对两分类问题推导出来的,在解决故障诊断这种典型的多类分类问题时存在困难。针对模拟电路故障诊断问题,在分析比较支持向量机"一对多"和"一对一"多分类算法的基础上,构建改进的串行支持向量机多分类方法,并依据该算法建立了多故障分类器。将其应用于典型的电源电路故障诊断,仿真试验结果证明了该方法的有效性。
引用
收藏
页码:27 / 31
页数:5
相关论文
共 4 条
[1]   基于支持向量机的多故障分类器及应用 [J].
张周锁 ;
李凌均 ;
何正嘉 .
机械科学与技术, 2004, (05) :536-538+601
[2]   基于SVM的二叉树多类分类算法及其在故障诊断中的应用 [J].
马笑潇 ;
黄席樾 ;
柴毅 ;
不详 .
控制与决策 , 2003, (03) :272-276+284
[3]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[4]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167