基于分层聚类的支持向量机模拟电路故障诊断  

作　　者：罗沛清[1] 梁青阳[1] 江钦龙[1] 孙哲[1] 

机构地区：[1]空军航空大学,长春130022

出　　处：《四川兵工学报》2011年第9期92-95,共4页Journal of Sichuan Ordnance

摘　　要：提出分层聚类与支持向量机集成的算法,以多级二叉树结构的SVM实现故障的分级诊断。根据最大间隔距离原则,对各故障模式电路特征的逐次聚类二分获得二叉树,使每个节点的SVM具有最大分类间隔,减少了误差积累,从而优化了SVM的组合策略。聚类上利用遗传粒子群算法对样本进行聚类。经模拟电路仿真结果显示,该方法与一对一、一对多方法相比,在不影响分类精度下,减少测试时间,降低模型复杂度。

关 键 词：支持向量机 多分类 遗传粒子群算法 

分 类 号：TP227[自动化与计算机技术—检测技术与自动化装置]