基于SVM多类分类算法的模拟电路软故障诊断
来源期刊:东北大学学报(自然科学版)2008年第7期
论文作者:王安娜 邱增 吴洁 曲福明
文章页码:924 - 927
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;
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.
王安娜,邱增,吴洁,曲福明
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;