电子测量与仪器学报
電子測量與儀器學報
전자측량여의기학보
JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
2014年
3期
240-246
,共7页
支持向量机%参数选择%粒子群算法%模拟电路%故障诊断
支持嚮量機%參數選擇%粒子群算法%模擬電路%故障診斷
지지향량궤%삼수선택%입자군산법%모의전로%고장진단
support vector machine%parameter selection%particle swarm optimization%analog circuit%fault diagnosis
基于核理论的SVM中,RBF核函数应用最广,是一个普适的核函数,但其参数的选择却没有固定方法.鉴于此,本文首先分析了现有核函数参数优选算法的不足;然后在SVM网络结构分类原理的基础上提出了基于数据最大方差-关联度准则的核参数选择算法,并结合粒子群算法建立了RBF核参数的自动优选流程.将其用于模拟电路故障诊断实验,证明了所提方法具有参数选择准确、简单快速等优点,优选得到的核参数提高了故障诊断率.
基于覈理論的SVM中,RBF覈函數應用最廣,是一箇普適的覈函數,但其參數的選擇卻沒有固定方法.鑒于此,本文首先分析瞭現有覈函數參數優選算法的不足;然後在SVM網絡結構分類原理的基礎上提齣瞭基于數據最大方差-關聯度準則的覈參數選擇算法,併結閤粒子群算法建立瞭RBF覈參數的自動優選流程.將其用于模擬電路故障診斷實驗,證明瞭所提方法具有參數選擇準確、簡單快速等優點,優選得到的覈參數提高瞭故障診斷率.
기우핵이론적SVM중,RBF핵함수응용최엄,시일개보괄적핵함수,단기삼수적선택각몰유고정방법.감우차,본문수선분석료현유핵함수삼수우선산법적불족;연후재SVM망락결구분류원리적기출상제출료기우수거최대방차-관련도준칙적핵삼수선택산법,병결합입자군산법건립료RBF핵삼수적자동우선류정.장기용우모의전로고장진단실험,증명료소제방법구유삼수선택준학、간단쾌속등우점,우선득도적핵삼수제고료고장진단솔.
