基于主动学习和加权支持向量机的工业故障识别-浙江大学学报.pdfVIP

下载本文档

3
0
约7.49万字
约 9页
2017-11-04 发布于天津
举报
版权申诉

基于主动学习和加权支持向量机的工业故障识别-浙江大学学报.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于主动学习和加权支持向量机的工业故障识别-浙江大学学报

( ) 浙江大学学报工学版第卷第期 Vol.51No.4 51 4 ( ) 年月 JournalofZheian Universit Enineerin Science j g y g g A r.2017 2017 4 p : / DOI10.3785 .issn.1008-973X.2017.04.009 j 基于主动学习和加权支持向量机的工业故障识别 , , , 朱东阳沈静逸黄炜平梁军 ( , ) 浙江大学控制科学与工程学院浙江杭州 310027 : , , , 摘要针对流程工业过程中有标签故障样本少样本标注代价昂贵样本集存在类不平衡以及样本孤点问题研究基于最优次优标号( )和加权支持向量机( )的工业故障分类方法通过综合考虑样本的信息度和代 BvSB WSVM . , , 表性以及样本中可能存在的孤立点提出改进的主动学习算法用于挖掘那些对当前分类器模型最有价值的样本 , , , 进行标注在支持向量机训练学习中对不同样本采用不同的权重系数不同类别赋予不同的惩罚因子减少了样 . , , 本分布不平衡时对主动学习和分类精度的影响充分考虑样本点在特征空间的分布情况提出新的惩罚系数选取 , , 方法以过程为例实验结果证明提出的方法能够在获得较高故障分类准确率的情况下减少标注负担 . TE . : ; ( ); ; 关键词主动学习加权支持向量机 WSVM 惩罚系数故障分类中图分类号: 文献标志码: 文章编号: ( ) TP181 A 1008 973X201704 0697 09 Faultclassificationbasedonmodifiedactivelearnin and g weihtedSVM g