论文部分内容阅读
否定选择算法在单分类算法中具有良好特性,但在故障检测中,传统的否定选择算法训练时间过长,实际的检测精度不高。针对这些问题,提出一种基于自适应Voronoi检测器的否定选择算法。算法利用自体空间的内外边界样本生成检测器,弥补了实值检测器存在孔洞的缺陷,提高了检测器的覆盖率,且检测器仅需一次训练,减少了训练时间。通过对Iris数据和华北某电厂真实数据进行实验,将传统否定选择算法同V-Detector算法进行对比。实验证明该算法相对传统否定选择算法减少了检测器的生成时间,提高了算法整体的检测精度,避免了检