基于样本约简的实时SVDD算法与电路故障检测应用

杜敏杰; 蔡金燕

Chinese

您当前的位置：

首页 >

文章列表页 >

基于样本约简的实时SVDD算法与电路故障检测应用

更新时间：2026-09-04

- 基于样本约简的实时SVDD算法与电路故障检测应用
- A Real -Time SVDD Algorithm Based on Samples -Reduced and its Fault Detection Application in Circuit
- 微电子学与计算机 2013年30卷第7期页码：86-90
- 作者机构：
  
  军械工程学院电子与光学工程系,河北,石家庄,050003
- 作者简介：
- 基金信息：
  
  军内科研项目
- DOI：
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
杜敏杰, 蔡金燕. 基于样本约简的实时SVDD算法与电路故障检测应用[J]. 微电子学与计算机, 2013, 30(7): 86-90.

DU Min-jie, CAI Jin-yan. A Real -Time SVDD Algorithm Based on Samples -Reduced and its Fault Detection Application in Circuit[J]. 2013, 30(7): 86-90.
杜敏杰, 蔡金燕. 基于样本约简的实时SVDD算法与电路故障检测应用[J]. 微电子学与计算机, 2013, 30(7): 86-90. DOI：

DU Min-jie, CAI Jin-yan. A Real -Time SVDD Algorithm Based on Samples -Reduced and its Fault Detection Application in Circuit[J]. 2013, 30(7): 86-90. DOI：

摘要

针对支持向量数据描述(SVDD)训练大规模样本时计算复杂度太大的问题，提出了一种基于样本约简的实时SVDD算法。该算法首先通过随机抽样的方法从原始样本集中抽取一定规模样本用于SVDD训练；然后用训练得到的支持向量对特征空间中的样本中心进行估计；最后计算原始样本集中所有样本到中心的距离，并对所有距离按降序排列，通过提取一定比例距离较大的样本作为训练样本集对SVDD进行训练，最终实现了训练样本规模约简。实验结果表明:算法有效削减了训练复杂度，满足了SVDD故障检测的实时性要求。

Abstract

To deal with the computational complexity problem of support vector data description (SVDD) during training large data set

a real -time SVDD algorithm based on samples-reduced is presented.Firstly

part of samples is sampled from the original samples by random sampling method to train SVDD.Secondly

the cluster center in feature space is estimated by the support vectors getting from the trained SVDD.Finally

the distances from all the original samples to the center are computed and the distances are ranked by descending order.The samples scale is reduced by extract proper proportion samples of longer distances for training SVDD.Experimental results show that the proposed algorithm cuts the complexity down and fulfills the real -time demand of SVDD fault detection.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于反向体偏置的高增益稳定性高温运放设计

基于改进RT-DETR的航拍小目标检测算法

低功耗设计的双链电源关断策略的实现与验证

注意力机制与改进密集卷积引导的信息隐藏模型

超低功耗实时时钟电路的设计