文献类型：期刊文章

作　　者：宋国明[1,2] 王厚军[1] 姜书艳[1] 刘红[1,3]

机构地区：[1]电子科技大学自动化工程学院,成都610054 [2]成都电子机械高等专科学校计算机工程系,成都610031 [3]长春理工大学计算机学院,长春130022

出　　处：《电子科技大学学报》

基　　金：部级科研项目;国家自然科学基金(60971036);中央高校基本科研业务费专项资金(ZYGX2009J071)

年　　份：2012

卷　　号：41

期　　号：3

起止页码：412-417

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：提出最小生成树的支持向量机模拟电路故障诊断方法,通过小波分解提取电路故障特征,在特征空间中以故障类的可分性测度为权值构造最小生成树,得到具有聚类属性的故障子类划分,从而优化故障决策树节点的分布。按照最小生成树的结构建立具有较大分类间隔的多分类支持向量机,能够有效地提高模拟电路故障诊断的正确率。该方法简化支持向量机的结构,在实例电路的故障诊断中获得更高的诊断精度和效率,其性能优于常用的支持向量机方法。

关 键 词：故障诊断 最小生成树 可分性测度  支持向量机

分 类 号：TP183] TN707]