基于相似度的核主元分析方法及其应用研究

被引:6
作者
张传标
倪建军
苗红霞
韩光洁
机构
[1] 河海大学计算机与信息学院
关键词
大样本数据; 相似度函数; 快速核主元分析; 高压断路器; 故障诊断;
D O I
暂无
中图分类号
O212.4 [多元分析];
学科分类号
020208 ; 070103 ; 0714 ;
摘要
常规核主元分析(KPCA)方法在对大样本数据分析建模时,存在运算复杂度高、建模时间长以及所需存储空间大等缺点。为此,提出一种基于相似度函数的快速核主元分析(SF-KPCA)方法。建立大样本数据间的相似度函数矩阵,分析数据样本间的相似程度,剔除冗余数据,再利用优化数据样本建立核主元分析模型,对数据样本进行分析。将SF-KPCA方法应用于高压断路器故障诊断中,实验结果证明了该方法的快速性和有效性。
引用
收藏
页码:239 / 241
页数:3
相关论文
共 7 条
[1]  
Feature selection for face recognition:a memetic algorithmic approach[J]. Dinesh KUMAR,Shakti KUMAR,C.S.RAI.Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal). 2009(08)
[2]   基于PCA矢量形态学的彩色图像分割方法 [J].
汤红忠 ;
肖业伟 ;
黄辉先 ;
张佳佳 .
计算机工程, 2009, 35 (12) :201-203+207
[3]   基于PCA的空调系统传感器故障诊断 [J].
李冬辉 ;
王乐英 ;
李晟 .
电工技术学报, 2008, (06) :130-136
[4]   基于特征子空间的KPCA及其在故障检测与诊断中的应用 [J].
付克昌 ;
吴铁军 .
化工学报, 2006, (11) :2664-2669
[5]   基于主成分分析法和自适应神经模糊推理系统的电力负荷预测 [J].
王志征 ;
余岳峰 ;
姚国平 .
电力自动化设备, 2003, (09) :39-41
[6]   Nonlinear component analysis as a kernel eigenvalue problem [J].
Scholkopf, B ;
Smola, A ;
Muller, KR .
NEURAL COMPUTATION, 1998, 10 (05) :1299-1319
[7]   The process chemometrics approach to process monitoring and fault detection [J].
Wise, BM ;
Gallagher, NB .
JOURNAL OF PROCESS CONTROL, 1996, 6 (06) :329-348