基于支持向量机多分类方法的模拟电路故障诊断研究.pdfVIP

基于支持向量机多分类方法的模拟电路故障诊断研究.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

维普资讯

第2l卷第4期电子测量与仪器学报lf.2lⅣ0.4

joULOFELECTRONIC

2007年8月MEAsUREMENTANDINSTRUMENT27・

基于支持向量机多分类方法的模拟电路故障诊断研究

吴洪兴彭宇彭喜元

(哈尔滨工业大学自动化测试与控制研究所,哈尔滨150001)

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。

关键词:支持向量机,故障诊断,模拟电路,模式识别

中图分类号:TP181文献标识码:A

SVMMulti-classifierDesignforAnalogousCircuitsFaultDiagnos ̄

WuHongxingPengYuPengXi—yuan

(AutomaticTestandControlInstituteofHarbinInstituteofTechnologyHarbin150001,China)

Abstract:Supportvectormachine(SVM)basedonVCdimensiontheoryandtheprincipleofstructuralrisk

mini‘’mizat‘io‘n(SRM)fromstatisticallearningtheoyrexhibitsgoodlearninggeneralizationinsmalslampledecision

problem.SincebasicSVMalgorithmwa0sri百nallydesignedforbinaryclassification,somedifficultiesshouldbeO—

vercomewhileapplyingitinfaultdiagnosisproblemthatisatypicalmulti—classclassification.Aimingatanalogous

circuiftaultdiagnosisproblem,anmpmvediserialSVMmult—iclassclassificationalgorithmwasdesinged,whichis

basedonanalyzingSVM“oneagainsotne’’and“oneagainstall”algorithms.Basedontheproposedalgorithm.a

multi—faultclassifierwasdesigned,andappliedtot ̄icalanalogouspowersupplycircuitfaultdiagnosis.Sinmlation

resultsdemonstratetheeffectivenessoftheproposedmethod.

Keywords:su

文档评论(0)

135****2651 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档