文献类型：期刊文章

作　　者：马笑潇[1] 黄席樾[1] 柴毅[1]

机构地区：[1]重庆大学自动化学院,重庆400044

出　　处：《控制与决策》

基　　金：教育部高校博士点基金资助项目 ( 990 61116)

年　　份：2003

卷　　号：18

期　　号：3

起止页码：272-276

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2003357615763)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：基于结构风险最小化原则的支持向量机 ( SVM)对小样本决策具有较好的学习推广性。但由于常规 SVM算法是从 2类分类问题推导出的 ,在解决故障诊断这种典型的多类分类问题时存在困难 ,因而提出一种依赖故障优先级的基于 SVM的二叉树多级分类器实现 ( 2 PTMC)方法 ,该方法具有简单、直观 ,重复训练样本少的优点。通过将其应用于柴油机振动信号的故障诊断 。

关 键 词：支持向量机 故障诊断 二叉树

分 类 号：TK428]