高斯径向基核函数参数的GA优化方法

摘要：

核Fisher判别法KFDA(Kernel Fisher Discriminant Analvsis)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σ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(Genetic Algorithm)实现自动优化参数σ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

所属期刊栏目：28

分类号：TP301(计算技术、计算机技术)

在线出版日期：2008-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：52-55