t-sne算法包括以下步骤:先计算出两个数据样本在高维空间中的高斯核函数(即欧氏距离的负指数函数),再根据高维空间中的高斯核函数进行高维相似性度量,高维相似性主要由高维空间内的任意两点之间的条件概率计算其高维空间的联合概率。再通过随机选取低维空间内的样本点,计算低维空间联合概率,进行高维低维联合概率的一一匹...
11.本发明首先从故障数据库中获取n组暂态录波故障数据,将这些数据分批导入故障数据清洗模型中;其次利用pearson相关性的相似度计算剔除故障数据中重复的数据;再采用t-sne算法对故障特征提取与降维,得到故障数据的二维特征量;最后对提取出的特征量数据采用cfsfdp法对故障数据进行分析,从而识别出错误类簇并隔离,实现故障数据...