基于DS证据理论的SVM分类模糊域数据修正

摘要：

在介绍支持向量机(SVM)和DS证据理论的基础上,提出了一种利用DS证据理论对SVM分类模糊域数据进行分类修正的方法.该方法首先利用SVM对测试样本进行分类,对SVM分类输出模糊域的样本使用隶属度函数将SVM的输出距离转换成样本对各状态的隶属度；其次利用DS证据理论融合其他传感器信息,对各状态下的隶属度进行适度修正,从而实现该区域数据的重新合理排布；最后将该方法应用于高压断路器故障诊断,以验证其诊断性能.大量的实验结果表明,该方法可以利用断路器操作线圈电流数据,合理修正振动数据分类结果,实现断路器机械故障的准确检测.

关键词：SVM、DS证据理论、故障诊断、故障分析、分类模糊域、分类、隶属度函数

所属期刊栏目：32

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：黑龙江省自然科学基金资助项目F2007-07

在线出版日期：2012-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-75