| 基于两阶段学习的半监督SVM故障检测方法 |
| |
| 引用本文： | 陶新民,曹盼东,宋少宇,付丹丹.基于两阶段学习的半监督SVM故障检测方法[J].振动与冲击,2012,31(23):39-43. |
| |
| 作者姓名： | 陶新民 曹盼东 宋少宇 付丹丹 |
| |
| 作者单位： | 1.哈尔滨工程大学 信息与通信工程学院，哈尔滨 150001 |
| |
| 基金项目： | 国家自然科学基金面上项目(61074076);中国博士后科学基金(20090450119);中国博士点新教师基金(20092304120017);黑龙江省博士后基金(LBH-Z08227);黑龙江省教育厅项目(11555009) |
| |
| 摘 要： | 提出一种基于两阶段学习的半监督SVM故障检测方法。该方法首先使用标识传递算法给未标识样本赋予初始伪标识,并通过k近邻图对比样本点标识值,将可能是噪声的样本点识别并剔除;然后将去噪处理后的样本集输入到SVM中,使得SVM在训练时能兼顾整个样本集的信息,从而提高SVM的故障检测性能。实验中将该方法同支持向量机(SVM)、模糊支持向量机(FSVM)、直推式支持向量机(TSVM)及拉普拉斯支持向量机算法(LapSVM)进行比较,结果表明该方法在不同数目标识样本集合的情况下,检测精度较其他算法有较大幅度提高,同时该方法还比较了不含测试样本和含测试样本训练条件下的故障检测性能,结果表明结合测试样本可进一步提高算法的故障检测性能。
|
| 关 键 词： | 故障检测 半监督 两阶段 伪标识 |
| 收稿时间： | 2011-6-9 |
| 修稿时间： | 2011-10-14 |
Fault detection based on two-stage learning and semi-supervised SVM |
| |
| TAO Xin-min,CAO Pan-dong,SONG Shao-yu,FU Dan-dan.Fault detection based on two-stage learning and semi-supervised SVM[J].Journal of Vibration and Shock,2012,31(23):39-43. |
| |
| Authors: | TAO Xin-min CAO Pan-dong SONG Shao-yu FU Dan-dan |
| |
| Affiliation: | (College of Information and Communication Engineering,Harbin Engineering University,Harbin 150001,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
|
