SVDD参数优化的有限穷举一局部遗传算法及故障检测应用

作者： 蔡金燕 ; 杜敏杰 ; 孟亚峰 ; 朱赛

摘要：针对支持向量数据描述（SVDD）训练过程中的参数优化问题，提出了一种有限穷举一局部遗传算法．首先，在分别分析参数C和d对SVDD分类性能不同影响的基础上，得到参数σ是影响分类性能主因的结论．然后针对。的优化问题，通过穷举有限个整数解并比较其分类性能来确定近似最优解，在近似最优解的领域内用遗传算法进行局部搜索，最终得到精确的优化参数．仿真实验及电路故障检测应用结果表明：算法有效避免了参数搜索的盲目性，能以更短的时耗逼近最优解．

关键字： 支持向量数据描述 参数优化 有限穷举-局部遗传算法 故障诊断

---

上一篇：基于小波的多尺度边缘检测在遥感图像处理中的应用
下一篇：基于μ＋λ进化计算的传感器网络定位算法