基于SVM集成学习的网络故障诊断方法

来源：计算机测量与控制杂志2014年第12期北京时间：

作者：陈江,单桂军,李正明

单位：镇江高等专科学校 实验实训中心

摘要：针对现有SVM多分类方法在网络故障诊断中识别精度较低的问题,本文提出一种基于二叉树结构和模型二重扰动的SVM集成学习算法。通过集成学习思想提高网络故障诊断的精度。在集成过程中对二叉树结构和核参数进行扰动,加大个体分类器的差异度,提升了诊断模型的泛化性。在实际网络中的诊断实验表明所提的方法较二叉树等其它SVM多分类方法具有更高的诊断精度。

关键词：支持向量机;二重扰动;集成学习;故障诊断

基金资助：江苏省高校实验室研究会研究课题（JS2012-2），江苏省现代教育技术研究2010年度课题（2010-R-16866），镇江市科技支撑计划项目（GY2012041）