简介概要

基于双重支持向量机的网络故障诊断

来源期刊:控制与决策2013年第4期

论文作者:温祥西 孟相如 马志强

文章页码:506 - 510

关键词:网络故障诊断;支持向量机;样本选取;双重训练;

摘    要:为了提高网络故障诊断模型的建立和诊断速度,提出一种双重支持向量机(Dual-SVM)算法.通过两次SVM训练确定诊断模型:第1次SVM训练通过两类样本的类中心和样本点在类中心连线方向上的投影分布情况直接确定近似最优分类面;第2次SVM训练根据第1次的训练结果选择边界样本点并计算其模糊隶属度,通过模糊SVM获得诊断模型.在DARPA数据集上的实验表明,Dual-SVM相较SVM能够获得更快的训练速度和更加简单的故障诊断模型.

详情信息展示

基于双重支持向量机的网络故障诊断

温祥西,孟相如,马志强

空军工程大学信息与导航学院

摘 要:为了提高网络故障诊断模型的建立和诊断速度,提出一种双重支持向量机(Dual-SVM)算法.通过两次SVM训练确定诊断模型:第1次SVM训练通过两类样本的类中心和样本点在类中心连线方向上的投影分布情况直接确定近似最优分类面;第2次SVM训练根据第1次的训练结果选择边界样本点并计算其模糊隶属度,通过模糊SVM获得诊断模型.在DARPA数据集上的实验表明,Dual-SVM相较SVM能够获得更快的训练速度和更加简单的故障诊断模型.

关键词:网络故障诊断;支持向量机;样本选取;双重训练;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号