共 4 条
SVDD参数优化的有限穷举—局部遗传算法及故障检测应用
被引：1
作者：
蔡金燕
杜敏杰
孟亚峰
朱赛
机构：
[1] 军械工程学院光学与电子工程系
来源：
关键词：
支持向量数据描述;
参数优化;
有限穷举—局部遗传算法;
故障诊断;
D O I：
10.19304/j.cnki.issn1000-7180.2013.02.004
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对支持向量数据描述(SVDD)训练过程中的参数优化问题,提出了一种有限穷举—局部遗传算法.首先,在分别分析参数C和σ对SVDD分类性能不同影响的基础上,得到参数σ是影响分类性能主因的结论.然后针对σ的优化问题,通过穷举有限个整数解并比较其分类性能来确定近似最优解,在近似最优解的领域内用遗传算法进行局部搜索,最终得到精确的优化参数.仿真实验及电路故障检测应用结果表明:算法有效避免了参数搜索的盲目性,能以更短的时耗逼近最优解.
引用
收藏
页码：13 / 17
页数：5
相关论文