论文部分内容阅读
为了提高相符预测器的计算效率,在算法中引入基于核的度量学习.将其学习过程分解成2部分:先通过提高75%的训练样本的类可分性获得1个优化核;然后在优化的核空间中采用k近邻方法设计奇异度函数,并使用剩下的25%的样本实现标准的相符预测器算法将新算法应用于田纳西-伊斯曼过程的多类故障诊断问题,实验结果表明,在保证高的预测效率的同时,新算法可以显著降低计算时间.