文章详情
| 稿件标题： | 基于分层聚类的支持向量机模拟电路故障诊断 |
| 稿件作者： | 罗沛清，梁青阳，江钦龙，孙哲 |
| 栏目名称： | 自动化技术 |
| 关键词： | 支持向量机； 多分类； 遗传粒子群算法 |
| 文章摘要： | 提出分层聚类与支持向量机集成的算法， 以多级二叉树结构的 Ｓ Ｖ Ｍ实现故障的分级诊断。根据最大间隔距离原则， 对各故障模式电路特征的逐次聚类二分获得二叉树， 使每个节点的 Ｓ Ｖ Ｍ具有最大分类间隔， 减少了误差积累，从而优化了 Ｓ Ｖ Ｍ的组合策略。聚类上利用遗传粒子群算法对样本进行聚类。经模拟电路仿真结果显示， 该方法与一对一、 一对多方法相比， 在不影响分类精度下， 减少测试时间， 降低模型复杂度。 |
| 刊期名称： | 2011年09期 |
| 出版时间： | 2011年9月 |
| 上线时间： | 2011年9月28日 |
| 浏览次数： | 3402 |
| 下载次数： | 833 |
| 免费阅读PDF | |