作者：李千目; 赵学龙; 游静; 刘凤玉粗糙集支持向量机网络故障诊断
摘要：该文针对传统网络故障知识库冗余度高和稳定性难以两全的缺陷，综合运用支持向量机方法和粗糙集理论，提出了RSVM方法，实现不一致情况下的规则获取和学习样本的净化处理。该算法具有简化样本、适应性强、容错性高等特点，能有效处理网络故障诊断中噪声或不相容的信息。由于该方法选择了比SMO更大的工作集而没有增加过多的计算，总的优化步骤减少，收敛速度也更快，平均训练速度约为SMO的两倍。实验表明，利用该方法实现的系统与同类的其他方法相比，提高了诊断准确率和诊断速度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
