一种基于粒度相关向量机的故障预测方法

• 作者: 张勇亮 李国林 李高扬 林珍玉
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 粒度相关向量机 粒计算 相关向量机 模糊C均值聚类 聚类数目 核参数
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 91-95,99
• 页数: 6页
• 分类号: TP206
• 字数: 4299字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.09.020

摘要

针对相关向量机在预测大样本故障数据中存在学习效率低和过度学习的不足,将粒计算和相关向量机理论系统结合,提出一种基于粒度相关向量机的故障预测方法.首先,以模糊C均值聚类作为粒化方法,将原数据集划分成一系列信息粒并提取其粒心以代替该粒中的样本;然后,将粒心的集合作为训练集对相关向量机的模型进行训练;最后,以训练得到的模型对未知数据进行预测.仿真结果表明,聚类数目和核参数的合理选取是保证粒度相关向量机性能的关键,粒度相关向量机在显著提高对大样本数据学习效率的同时,避免了过度学习,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国林		137	685	12.0	19.0
2	林珍玉		3	1	1.0	1.0
3	张勇亮		3	3	1.0	1.0