基于SVM多类分类算法的模拟电路软故障诊断

摘要：

给出了基于支持向量机(SVM)1-v-1和决策导向无环图(decision directed acyclic graph,DDAG)多类分类算法的模拟电路软故障诊断新方法.DDAG是在1-v-1算法基础上构建的新的学习架构,在对多个SVM子分类器进行组合的过程中,引入了图论中有向无环图的思想.比较了采用不同核函数时支持向量机的分类结果.实验结果表明采用DDAG支持向量机(DAGSVM))多类分类算法时,诊断准确率为99%.因此,DAGSVM算法具有较高的诊断准确率.

关键词：模拟电路、支持向量机、软故障诊断、核函数、决策导向无环图

所属期刊栏目：29

分类号：TM131(电工基础理论)

资助基金：辽宁省自然科学基金资助项目20062033;流程工业综合自动化教育部重点实验室开放基金资助项目PAL200508

在线出版日期：2008-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：924-927