针对TD-LTE移动通信设备中故障样本,提出一种基于相似度与支持向量机(Support Vector Machine,SVM)相融合的移动通信设备故障诊断算法(Similarity Fusion Based Support Vector Machine in Communication Equipment System,SFBSVM),对...针对TD-LTE移动通信设备中故障样本,提出一种基于相似度与支持向量机(Support Vector Machine,SVM)相融合的移动通信设备故障诊断算法(Similarity Fusion Based Support Vector Machine in Communication Equipment System,SFBSVM),对移动通信设备系统建模和未标记的故障样本进行初始聚类,构造出最终分类器。算法能减少标记样本的数目,降低初选样本对分类器的影响,抑制孤立样本点对分类结果的影响。实验结果表明,SFBSVM计算简单,精度更高,准确率较高且稳定可靠。展开更多
文摘针对TD-LTE移动通信设备中故障样本,提出一种基于相似度与支持向量机(Support Vector Machine,SVM)相融合的移动通信设备故障诊断算法(Similarity Fusion Based Support Vector Machine in Communication Equipment System,SFBSVM),对移动通信设备系统建模和未标记的故障样本进行初始聚类,构造出最终分类器。算法能减少标记样本的数目,降低初选样本对分类器的影响,抑制孤立样本点对分类结果的影响。实验结果表明,SFBSVM计算简单,精度更高,准确率较高且稳定可靠。
