首页|业界动态|文献园地|科技期刊|文献翻译|科技论坛|会员中心|网站功能

English 旧版网站 邮箱

中检索

  首页《机械工程学报》2006年4期目录→一种改进的无监督学习SVM及其在故障识别中的应用

一种改进的无监督学习SVM及其在故障识别中的应用

 

柳新民  刘冠军  邱  静  胡茑庆

(国防科技大学机电工程与自动化学院  长沙  410073)

 

摘要:提出一种改进决策1-SVM方法(1-DISVM),并由此构建了基于单类样本训练的1-DISVM多分类模型。1-DISVM是1-SVM方法的改进,通过对决策算法的修正,解决了1-SVM分类精度低的不足,并将其应用于直升机减速器故障识别中。结果表明该方法能够在训练样本数量少、不准确的情况下,自动排除错误样本的干扰,获得很好的分类结果,且具有无监督学习、分类精度高、易于扩展和代价小等优点。

关键词:支持矢量机  无监督学习  分类  故障识别

中图分类号:TH17

国家自然科学基金(50375153)资助项目。20050516收到初稿。20051008收到修改稿

 
浏览(下载)论文全文(PDF格式)
 
  关于我们-联系我们-网站地图-广告服务-人才招聘-加盟合作-法律声明  

地址: 中国北京百万庄大街22号  邮编: 100037  电话: 8610-88379907  传真: 8610-68994557
E-mail: cjme@mail.machineinfo.gov.cn  http: // www.cjmenet.com.cn
©2006 版权所有《机械工程学报》编辑部