基于一种小波核优化学习的KSPP子空间故障特征提取

• 作者: 张伟 许爱强 高明哲
• 来源期刊: 计算机应用研究
• 关键词: 核极化 核属性约简 小波核 核稀疏保持投影 故障识别
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3223-3228
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.11.005

摘要

针对电子系统故障诊断中有效特征提取困难、核属性约简方法中核函数与核参数选择繁琐等问题,提出了一种基于自优化小波核稀疏保持投影的子空间特征提取方法.通过对核极化准则的改进,使得新准则不仅可以处理多类别信息,而且可以保留同一类别数据间的局部结构特征.以墨西哥帽小波核函数为对象,基于改进的核评估准则构建优化目标函数,并采用粒子群优化算法进行核参数选择;将优化的小波核作为核稀疏保持投影的核函数,最终实现了在核子空间中对有效特征的提取.实验结果表明,相比于其他流行的子空间特征提取方法,提出的方法有效提升了分类精度,具有良好的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许爱强	海军航空工程学院科研部	127	683	12.0	21.0
2	张伟	海军航空工程学院科研部	34	143	5.0	10.0
3	高明哲	海军航空工程学院科研部	11	26	3.0	4.0