论文部分内容阅读
核Fisher判别法KFDA（Kemel Fisher Discriminant Analysis）在模式分类应用中通常采用高斯径向基函数做核函数。但高斯径向基函数中参数σ的选取对模式分类的效果影响较大。参数盯的选取目前仅凭经验。缺乏自动选取方法。提出采用遗传算法GA（GeneticAlgorithm）实现自动优化参数盯使KFDA具有自适应性的方法，用GA优化参数σ所确定的高斯径向基核函数应用于KFDA时,模式分类的可分性测度大。该方法在电机滚动轴承故障分类实验表明优于其他KFDA分类效果。