SVDD参数优化的有限穷举—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

来源：微电子学与计算机, 2013, (02): 13-17.

• 支持向量数据描述
• 参数优化
• 有限穷举&mdash
• 局部遗传算法
• 故障诊断 SVDD
• parameter optimization
• finite exhaustion-local GA
• fault diagnosis

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—局部遗传算法.首先,在分别分析参数C和σ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σ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.

• 单位
  中国人民解放军陆军工程大学