文件名称：基于两阶段学习的半监督SVM故障检测方法 (2012年)
文件大小：497KB
文件格式：PDF
更新时间：2024-05-15 06:14:52
工程技术 论文
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