论文部分内容阅读
支持向量机（Support Vector Machines，SVM）分类器在变压器故障诊断中取得了较好的效果，然而对其性能起关键作用的参数选择，却没有理论依据或有效方法。鉴于交叉验证（Cross validation，CV）是模型眭能评估和模型选择的有效方法，而遗传算法（Genetic Algorithm，GA）可以实现全局寻优，将CV与cA方法相结合用来选取SVM分类器参数。该方法采用GA方法对SVM分类器参数进行优化，利用CV构造GA适应度函数，为SVM分类器参数选择提供评价标准。并将其应用于变压器故