基于主元分析和免疫聚类的双向特征数据压缩方法 樊友平;陈允平;孙婉胜;马笑潇;柴毅;黄席樾 【期刊名称】《系统仿真学报》 【年(卷),期】2005(17)1 【摘 要】针对诊断特征数据中的重复或相似事例样本和特征参量之间可能存在的相关性,提出并实现了一种有效的特征数据双向压缩预处理方法,从而在不损失数据隐含的特征知识的前提下,有效降低学习机器的学习负担。在进行样本参量的降维处理时,采用基于主元分析的横向数据压缩方法,有效地去除了各特征参量之间的相关性。在压缩样本数量时,综述和比较了现有的各种聚类算法,基于竞争和自组织原理,对借鉴生物体的自然免疫系统中克隆选择以及免疫网络自稳定等有关机理的常规免疫聚类压缩算法,作了重要改进,提出了基于主元核相似度的亲和力定义方法,增加了抗原数据归一化、近似样本直接去除等处理步骤,使算法具有更高的执行效率和更广的适应性。并以国际上通用的过程控制仿真对象"TennesseeEastman"工厂的实际数据进行仿真实验,验证了所提方法的有效性。 【总页数】6页(P148-153) 【关键词】控制理论;机器学习;特征数据压缩;故障诊断;主元分析 【作 者】樊友平;陈允平;孙婉胜;马笑潇;柴毅;黄席樾 【作者单位】武汉大学电气工程学院;重庆大学自动化学院 【正文语种】中 文 【中图分类】TP18;O159 【相关文献】 1.基于主元的多元时间序列聚类分析方法研究 [J], 郭小芳;李锋;叶华 2.基于非线性频谱特征及核主元分析的模拟电路故障诊断方法 [J], 韩海涛;马红光;曹建福;张家良 3.一种基于特征子空间的改进动态核主元分析方法 [J], 刘春燕;于春梅;闫广峰 4.基于仿射传播聚类子集主元分析的间歇过程监测方法 [J], 胡永兵;高学金;李亚芬;齐咏生;王普 5.基于核主元分析的滚动轴承故障混合域特征提取方法 [J], 彭涛;杨慧斌;李健宝;姜海燕;魏巍 因版权原因,仅展示原文概要,查看原文内容请购买 本文来源:https://www.wddqw.com/doc/676a2c0ebd23482fb4daa58da0116c175e0e1e56.html