RBF-SVM的核参数选择方法及其在故障诊断中的应用

被引：63

作者：

周绍磊

廖剑

史贤俊

机构：

[1] 海军航空工程学院控制工程系

来源：

电子测量与仪器学报 | 2014年 / 28卷 / 03期

关键词：

支持向量机; 参数选择; 粒子群算法; 模拟电路; 故障诊断;

D O I：

10.13382/j.jemi.2014.03.003

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

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。

引用

页码：240 / 246

页数：7