基于判别式的核独立元分析

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:cxxcxj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
核独立元分析(KICA)法是近年来发展起来的核化算法,但难以将其用于故障诊断问题。为了解决该问题,对两种核独立元分析算法——基于受限协方差测度的方法KICA2和基于核互信息测度的方法KICA3进行变形得到适用于分类或故障诊断的形式。进一步分析了KICA2与一种核偏最小二乘(KPLS)方法的等价性以及KICA3与核主元分析(KPCA)的等价性。最后对Tennessee Eastman过程进行仿真,说明了方法的有效性。
其他文献
针对无线传感器网络中每轮能耗和簇内节点负载不均衡问题,提出了一种能量有效的多层分簇算法(EEMLC)。基站在首轮按照各层的最优簇头数对整个网络逐层进行虚拟分区,在接着的轮次中,各个分区根据本轮节点的剩余能量来选取下一轮簇头,前者使得网络每轮总能耗最小并有效保证各轮的能耗均衡;后者确保分区内节点的负载平衡,从而最大限度地延长网络的生命周期。实验仿真结果表明,与LEACH算法相比,EEM-LC算法的每
目的了解单纯性鼾症(primary snoring,PS)和阻塞性睡眠呼吸暂停低通气综合征(obstructive sleep apnea hypopnea syndrome,OSAHS)儿童的生长发育和临床特征是否存在差异。方法采