论文部分内容阅读
通过对电力机车控制系统中控制电源的电路结构特点分析，进行故障特征值提取，对所造成的高维数据无法进行模式识别这一特点。通过对传统的流形学习算法中LE理论进行改进，提出了基于马氏距离的LE算法理论。对LE算法中的邻域选择问题选行了深入的研究，使K具有自适应性，而且利用关联维数理论克服了非线性电路的故障特征提取中所造成的维数灾难，对其高维数据进行本征维数的估计，去除了不相关的信息维数，解决了流形学习理论中d的选取难点。最后通过验证得出该方法的有效性与准确性。