|
|||||
|
|
| 一种改进的偏二叉树孪生支持向量机算法及其应用 | |
| 引用本文： | 姜佳辉,包永强,邵琪.一种改进的偏二叉树孪生支持向量机算法及其应用[J].计算机测量与控制,2020,28(3):201-205. |
| 作者姓名： | 姜佳辉 包永强 邵琪 |
| 作者单位： | 南京工程学院电力工程学院,南京 211167;南京工程学院信息与通信工程学院,南京211167 |
| 基金项目： | 国家自然科学基金项目，江苏省研究生科研与实践创新计划项目 |
| 摘 要： | 针对二叉树分类性能受其层次结构影响较大的问题，提出了一种改进的偏二叉树孪生支持向量机多分类算法。该算法定义了一种基于加权样本类内距离和类间距离的混合分离性测度β，根据β的大小构造出合理层次结构的偏二叉树孪生支持向量机分类器。通过UCI数据集，验证了改进算法相较于其它SVM多分类算法的优越性。以风电机组齿轮箱故障诊断作为研究对象，基于时频联合方法提取其故障特征，应用改进的偏二叉树孪生支持向量机算法实现了对齿轮箱故障的准确识别。 |
| 关 键 词： | 偏二叉树 孪生支持向量机 混合分离性测度 故障识别 |
| 收稿时间： | 2019/7/3 0:00:00 |
| 修稿时间： | 2019/8/31 0:00:00 |
An Improved Partial Binary Tree Twin Support Vector Machine Algorithm and its Application |
|
| Abstract: | |
| Keywords: | partial binary tree twin support vector machine Mixed separation measure fault identification |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 | |
| 点击此处可从《计算机测量与控制》下载全文 | |