资料下载
×
一种分步动态自回归KPCA算法
消耗积分:1 |
格式:rar |
大小:0.79 MB |
2017-12-19
分享资料个
针对滑动窗自适应核主元分析法KPCA）在处理参数敏感和缓慢劣化问题时存在的“过适应”现象，容易产生漏报的问题，提出了一种分步动态自回归KPCA算法。首先，借鉴动态数据矩阵思想，分步建立初始模型；然后，在滑动窗自适应KPCA的基础上，引入指数加权法则处理实时数据、更新模型；最后，分析算法复杂度，并给出具体实现步骤。利用模拟数据分析分解系数和加权因子对算法的影响，结果表明，与滑动窗自适应KPCA相比，所提方法在参数选择恰当的情况下，模型效率提高了近90%，误报次数几乎降为0，还能通过调整加权因子取值来控制算法的适应能力，以解决多样化的动态问题。将算法应用于压缩机喘振和轴承故障实验数据分析，验证了所提算法处理参数敏感和缓慢劣化问题的能力。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
