CAJ | 학술논문

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SVM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SVM具有最大分类间隔,减少了误差积累,从而优化了SVM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。
제출분층취류여지지향량궤집성적산법,이다급이차수결구적SVM실현고장적분급진단。근거최대간격거리원칙,대각고장모식전로특정적축차취류이분획득이차수,사매개절점적SVM구유최대분류간격,감소료오차적루,종이우화료SVM적조합책략。취류상이용유전입자군산법대양본진행취류。경모의전로방진결과현시,해방법여일대일、일대다방법상비,재불영향분류정도하,감소측시시간,강저모형복잡도。