异常样本监督下的最优超球的研究及应用

摘要

针对模拟电路新故障类型状态检测中,因支持向量描述(SVDD)构建时忽略异常样本监督和特征空间存在混叠,导致诊断新故障类型准确率不高的缺点,提出了异常样本监督下的最优超球SVDD.该方法利用训练后超球SVDD各参数,将相似度高的已知类型样本融合形成新类,降低新类间样本相似度.并从原理上改进SVDD,实现异常样本监督,从而在最大程度上降低虚警和漏警率以适应模拟电路新故障类型状态检测.经过模拟电路新故障类型检测应用实例可以看出该方法在模拟电路新故障类型检测中,较常用方法诊断准确率有所提升.