改进的SVM算法及其在故障诊断中的应用研究
介绍了支持向量机用于解决模式分类问题的基本原理,在对传统的多分类方法OVO(one-versus-one)深入分析的基础上,针对其存在的不可分类区问题,提出了一种改进的模式分类方法KSVM(KNN-SVM),将k-近邻方法嵌入到SVM算法中解决不可分类区问题,进一步提高了分类准确率.应用KSVM分类方法进行模拟电路的故障诊断,实验结果验证了该方法的有效性和实用性.
作 者: 张金泽 单甘霖 ZHANG Jin-ze SHAN Gan-lin 作者单位: 军械工程学院光学与电子工程系,石家庄,050003 刊 名: 电光与控制 ISTIC PKU 英文刊名: ELECTRONICS OPTICS & CONTROL 年,卷(期): 2006 13(6) 分类号: V271.4 TP181 关键词: 支持向量机(SVM) 多类分类方法 k-近邻法 故障诊断