已閱讀1頁，還剩46頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、SVM算法最初是為二值分類問題設計的，在模式識別領域處理多類問題時，需要構造合適的多類分類器，變壓器故障診斷實際上就是一種多分類問題，所以為了將SVM用于解決變壓器的故障多分類問題，人們對SVM多分類算法方面進行了大量的研究，提出了一些有效的SVM多類分類算法（如“一對一”，“一對多”，“二叉樹決策”）。然而在實際應用中，現實條件的限制會存在訓練數據不足，特征提取不完整以及訓練算法本身的固有缺陷，影響識別的的準確性，產生分類誤差，而糾錯
2、編碼(ECOC)最大的優(yōu)勢能夠對分類誤差進行有效地修正，如果對于一組糾錯編碼其最小漢明距離為d，至少能修正「d-1/2」位誤差，即便有「d-1/2」個分類出錯，系統還是能給出正確的判別結果。而且如果錯誤量很少，還可能恢復原始信息。因此本文將基于糾錯編碼的SVM多類分類算法應用于變壓器故障診斷中。
最后，本文將SVM模型同BP神經網絡識別方法相比，ECC-SVM分類器應用到電力變壓器故障診斷中識別錯誤率更低，它的計算時間小于
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機和油中溶解氣體分析的變壓器故障診斷.pdf
- 變壓器油中溶解氣體分析與故障診斷
- 變壓器油中溶解氣體故障診斷研究.pdf
- 基于油中溶解氣體分析的電力變壓器故障診斷.pdf
- 基于油中溶解氣體分析的變壓器故障診斷方法研究.pdf
- 基于油中溶解氣體分析的變壓器故障診斷方法研究
- 基于油中溶解氣體分析的電力變壓器故障診斷研究.pdf
- 基于油中溶解氣體分析的變壓器內部故障診斷方法研究.pdf
- 基于油中溶解氣體分析的變壓器在線監(jiān)測與故障診斷.pdf
- 基于油中溶解氣體分析的變壓器絕緣故障診斷研究.pdf
- 淺析變壓器油中溶解氣體在線監(jiān)測及故障診斷
- 基于油中溶解氣體分析的變壓器故障預測.pdf
- 變壓器油中溶解氣體在線監(jiān)測及故障診斷系統的研究
- 變壓器油中溶解氣體在線監(jiān)測系統及其故障診斷方法研究.pdf
- 基于油中溶解氣體的變壓器故障預測研究.pdf
- 變壓器油中溶解氣體的分析與故障判斷
- 變壓器油中溶解氣體在線監(jiān)測及故障診斷系統的研究.pdf
- 變壓器油中溶解氣體的分析與故障判斷
- 變壓器油中溶解氣體在線監(jiān)測及故障診斷系統研究.pdf
- 電力變壓器油中溶解氣體診斷技術的研究.pdf
評論
0/150
提交評論