李传亮
- 作品数：3 被引量：1H指数：1
- 供职机构：南京航空航天大学自动化学院更多>>
- 发文基金：中国航空科学基金江苏省科技支撑计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 全样本支持矢量数据描述模拟电路故障分类被引量：1
- 2012年
- 传统支持矢量数据描述(Support Vector Domain Description,SVDD)分类规则完全忽略非支持矢量所包含的样本信息,为此本文提出了一种全样本SVDD分类方法,并应用到模拟电路故障诊断中。该方法以贝叶斯理论和分类器模糊融合思想为基础,利用核密度估计得到的类条件概率密度和先验概率的乘积对SVDD相对距离进行加权。实验结果表明,与SVM扩展的多分类器相比,本文方法能够有效提高模拟电路故障诊断的准确率,且全样本SVDD分类模型对参数变化具有较强的稳健性。
- 李传亮王友仁罗慧崔江
- 关键词：模拟电路故障诊断多类分类核密度估计
- 基于SVDD和参数辨识的模拟电路故障诊断方法研究
- 故障模式分类是模拟电路故障智能诊断方法的关键,它的研究对于提高故障诊断的准确率、保障诊断的有效性具有重要的意义。SVDD（支持向量域描述,Support Vector Domain Description）不仅具有参数少...
- 李传亮
- 关键词：模拟电路支持向量机支持向量域描述参数辨识
- 文献传递
- 基于离散度的SVDD支持向量预选取方法
- 2011年
- 为了提高SVDD训练效率、降低存储空间需求,提出了样本的离散度概念,从理论上证明了样本的离散度和支持向量可能性大小之间的关系,并以此为依据来预选取支持向量.仿真实验表明该方法能够在保证SVDD分类精度的前提下,大幅减少训练样本数,而且比现有的其它方法精度更高,证明了该方法的有效性和优越性.
- 李传亮王友仁罗慧崔江
- 关键词：支持向量数据描述SVDD支持向量预选取离散度
