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．