基于支持向量机的机载吊舱故障诊断优化算法
来源：计算机测量与控制杂志2018年第1期北京时间：
作者：刘治超,李侍林,黄毅,潘继文,姬传庆
摘要：提升机载吊舱的后勤保障能力，适应吊舱测试中多型号、多故障类型和测试环境动态变化的测试要求，是打赢现代化战争的重要保障。支持向量机（SVM）算法适用于小样本、高维度、非线性分类问题，SVM相关参数是影响算法性能的重要因素。基于K-CV算法和粒子群算法两种改进的SVM模型可以实现SVM参数优化，K-CV算法可以交叉验证优化模型参数，粒子群算法可以对SVM参数进行动态寻优，建立多核SVM吊舱故障诊断模型。两种算法都可以提高吊舱故障诊断模型的准确率，提高模型的学习能力和泛化能力，有效对吊舱的故障进行定量和定位诊断。
关键词：吊舱 粒子群 支持向量机 故障诊断
