摘要:核Fisher判别法KFDA(Kemel Fisher Discriminant Analysis)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。参数盯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(GeneticAlgorithm)实现自动优化参数盯使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。
关键词:核fisher判别法 遗传算法 核函数 滚动轴承 故障分类
单位:浙江工商职业技术学院 浙江宁波315012 华东理工大学工业自动化国家工程中心分部 上海200237
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社