电力自动化设备
電力自動化設備
전력자동화설비
ELECTRIC POWER AUTOMATION EQUIPMENT
2008年
6期
52-55
,共4页
核Fisher判别法%遗传算法%核函数%滚动轴承%故障分类
覈Fisher判彆法%遺傳算法%覈函數%滾動軸承%故障分類
핵Fisher판별법%유전산법%핵함수%곤동축승%고장분류
核Fisher判别法KFDA(Kernel Fisher Discriminant Analvsis)在模式分类应用中通常采用高斯径向基函数做核函数,但高斯径向基函数中参数σ的选取对模式分类的效果影响较大.参数σ的选取目前仅凭经验,缺乏自动选取方法.提出采用遗传算法GA(Genetic Algorithm)实现自动优化参数σ使KFDA具有自适应性的方法,用GA优化参数σ所确定的高斯径向基核函数应用于KFDA时,模式分类的可分性测度大.该方法在电机滚动轴承故障分类实验表明优于其他KFDA分类效果.
覈Fisher判彆法KFDA(Kernel Fisher Discriminant Analvsis)在模式分類應用中通常採用高斯徑嚮基函數做覈函數,但高斯徑嚮基函數中參數σ的選取對模式分類的效果影響較大.參數σ的選取目前僅憑經驗,缺乏自動選取方法.提齣採用遺傳算法GA(Genetic Algorithm)實現自動優化參數σ使KFDA具有自適應性的方法,用GA優化參數σ所確定的高斯徑嚮基覈函數應用于KFDA時,模式分類的可分性測度大.該方法在電機滾動軸承故障分類實驗錶明優于其他KFDA分類效果.
핵Fisher판별법KFDA(Kernel Fisher Discriminant Analvsis)재모식분류응용중통상채용고사경향기함수주핵함수,단고사경향기함수중삼수σ적선취대모식분류적효과영향교대.삼수σ적선취목전부빙경험,결핍자동선취방법.제출채용유전산법GA(Genetic Algorithm)실현자동우화삼수σ사KFDA구유자괄응성적방법,용GA우화삼수σ소학정적고사경향기핵함수응용우KFDA시,모식분류적가분성측도대.해방법재전궤곤동축승고장분류실험표명우우기타KFDA분류효과.
