论文部分内容阅读
根据模拟电路故障的特点，结合支持向量机在解决小样本、非线性和高维模式识别问题中所具有的结构简单、泛化能力强等特点，建立基于支持向量机的模拟电路故障诊断模型，针对支持向量机的核参数及惩罚参数对分类效果影响显著这一问题，利用改进的粒子群算法对以上参数进行优化；实验结果表明采用结构风险最小化原则建立的支持向量机模型在学习分类和快速全局寻优方面具有突出的性能，通过对模型参数进行优化，可进一步提高故障诊断效果。