首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
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
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号