CAJ | 학술논문

针对现有多类支持向量域数据描述(multi-class support data description,M-SVDD)存在的不足和局限性,提出一种拒绝式转导推理多类支持向量域数据描述(rejeeted transductive inference M-SVDD,RTIM-SVDD)方法,并将该方法应用于机械加工故障诊断当中.首先,RTIM-SVDD通过训练寻求一个尽可能包含所有数据样本的最小超球体作为拒绝检测面,来整体学习样本知识或数据描述,并以一定的拒绝度判别新的测试样本,达到故障检测的目的;其次,应用分别包含各个类别样本的多个超球体,来判别满足一定拒绝度的样本,实现多分类问题.对于模糊样本点归属判别关键问题,本文采用一种新的转导推理规则来进行决策.最后,通过一个仿真实验进行验证,结果证明了RTIM-SVDD的可行性和有效性.
침대현유다류지지향량역수거묘술(multi-class support data description,M-SVDD)존재적불족화국한성,제출일충거절식전도추리다류지지향량역수거묘술(rejeeted transductive inference M-SVDD,RTIM-SVDD)방법,병장해방법응용우궤계가공고장진단당중.수선,RTIM-SVDD통과훈련심구일개진가능포함소유수거양본적최소초구체작위거절검측면,래정체학습양본지식혹수거묘술,병이일정적거절도판별신적측시양본,체도고장검측적목적;기차,응용분별포함각개유별양본적다개초구체,래판별만족일정거절도적양본,실현다분류문제.대우모호양본점귀속판별관건문제,본문채용일충신적전도추리규칙래진행결책.최후,통과일개방진실험진행험증,결과증명료RTIM-SVDD적가행성화유효성.