改进决策的带异常样本1－SVM算法及应用

摘要：

针对正常类样本多、异常类样本缺乏问题，基于异常样本加入能提高分类能力及分类精度考虑，提出改进决策的带异常样本1－SVM算法，并用于机械设备异常状态检测。用两类样本同时训练1－SVM模型可改善1－SVM算法对异常样本的描述能力；通过调整决策边界提高1－SVM算法的分类精度。柴油机气阀机构故障检测实验结果表明，该算法对正常类及故障类样本的识别率均高于标准1－SVM算法及带异常样本的1－SVM算法。

关键词：一类支持向量机、异常样本、改进决策、故障检测

分类号：TH165.3;TN911.7

资助基金：国家自然科学基金青年科学基金项目61201449

在线出版日期：2015-06-04（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：84-87