首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种CDRWPCA网络故障特征提取算法
引用本文:杨婷,孟相如,温祥西,刘青原.一种CDRWPCA网络故障特征提取算法[J].空军工程大学学报,2013(6):68-72.
作者姓名:杨婷  孟相如  温祥西  刘青原
作者单位:1.空军工程大学信息与导航学院,陕西西安,710077;2.空军工程大学空管与领航学院,陕西西安,710051
基金项目:国家自然科学基金资助项目(61201209)
摘    要:针对主元成分分析(PCA)在网络故障特征提取过程中可能丢失分类信息的问题,提出了一种中心距离比值加权主元成分分析(CDRWPCA)算法。算法计算样本每维特征的中心距离比值来衡量特征间的差异,并根据特征差异构造权重因子,对更具有鉴别性的特征赋予更大的权重,得到加权数据集;然后对加权数据集运用PCA进行特征提取后将提取后的数据集送入支持向量机(SVM)验证算法的有效性。算法相比较与PCA算法增加了时间复杂度,但相对于PCA算法本身的时间复杂度,增加不多。在网络故障诊断中的实验结果表明算法能在提取特征维数更少的情况下,提高了故障识别率。

关 键 词:特征提取  主元成分分析  中心距离比值

A Center Distance Ration Weighted Principal Component Analysis Algorithm for Network Fault Feature Extraction
YANG Ting,MENG Xiang-ru,WEN Xiang-xi,LIU Qing-yuan.A Center Distance Ration Weighted Principal Component Analysis Algorithm for Network Fault Feature Extraction[J].Journal of Air Force Engineering University(Natural Science Edition),2013(6):68-72.
Authors:YANG Ting  MENG Xiang-ru  WEN Xiang-xi  LIU Qing-yuan
Abstract:
Keywords:feature extraction  principal component analysis  center distance ratio
点击此处可从《空军工程大学学报》浏览原始摘要信息
点击此处可从《空军工程大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号