摘要
基于距离的模式识别,通过计算样本间的线性距离,实现模式的分类。在局部放电模式识别中,传统的基于距离的模式识别方法有:置信区间法、最小距离法、趋中心度法。然而,传统的基于距离的局部放电模式识别,由于没有区分样本不同特征的重要程度,同时由于线性距离的局限性,因此存在识别率不高等问题。本文应用加权模糊核聚类方法,用Mercer核将样本从输入空间映射到高维空间,将样本问的线性距离转化为非线性距离,来区分不同聚类特点的数据。同时考虑不同特征对识别结果的影响不同,利用基于样本相似度的方法对特征进行加权。最后应用该方法对局部放电数据进行模式分类与识别,证明了该方法在局部放电模式识别上的有效性。
出处
《电力电子》
2012年第1期32-35,共4页
Power Electronics