10.3969/j.issn.1001-3695.2010.03.024
正则化FDA的核化及与SVM的比较研究
无论是Fisher判别分析(FDA)还是基于核的FDA(KFDA),在小样本情况下都会面临矩阵的病态问题,正则化技术是解决该问题的有效途径.为了便于研究正则化FDA与支持向量机(SVM)的关系,推导了一种正则化FDA的核化算法.将约束优化问题转换为对偶的优化问题,得到了与SVM相似的形式,分析了该核化算法与SVM的联系.针对Tenessee-Eastman(TE)过程的故障诊断结果表明,正则化KFDA的诊断效果明显好于LS-SVM.
正则化、Fisher判别分析、核方法、凸优化、支持向量机
27
TP18(自动化基础理论)
国家自然科学基金资助项目60634030,60702066;高校博士点专项基金资助项目20060699032
2010-05-04(万方平台首次上网日期,不代表论文的发表时间)
共3页
897-898,906