基于平衡决策树相关向量机的模拟电路多类故障诊断方法

摘要

针对模拟电路的多类故障诊断问题,提出一种基于平衡决策树(Balanced Decision Tree,BDT)相关向量机(Relevance Vector Machine,RVM)的故障诊断方法.综合考虑类内紧密性和类间分散性,建立了一种类的可分性度量方法,并根据不同类划分的可分度大小优化确定BDT结构,通过在BDT各个决策节点构造RVM二类分类器实现RVM的多类分类.故障诊断实验结果表明:方法在训练效率、诊断效率和诊断精度等方面的性能优于已有的RVM多类故障诊断方法.