基于半监督LLTSA维数约简的故障诊断

发布时间：2017-08-01 17:35

  本文关键词：基于半监督LLTSA维数约简的故障诊断

  更多相关文章： 故障诊断 维数约简 半监督线性局部切空间排列 支持向量机

【摘要】：线性局部切空间排列(LLTSA)为无监督的维数约简方法,在对高维故障特征集进行维数约简时,不能利用部分样本的类别标签信息,使得获得的低维特征仍出现混叠的情况。针对这个问题,提出了半监督线性局部切空间排列(SS-LLTSA)的维数约简方法,即利用部分标签信息来调整样本点与点之间的距离以形成新的距离矩阵,通过新的距离矩阵进行邻域构建,实现了数据本质流行结构和类别标签信息的结合,能够提取区分度更好的低维特征。此外,还通过支持向量机(SVM)来建立低维特征与故障类别的对应关系,实现故障诊断。SS-LLTSA维数约简增强了故障特征的辨识能力,而SVM优异的模式识别能力能够进一步提高故障诊断精度。滚动轴承的故障诊断实例验证了所提故障诊断方法的有效性。
【作者单位】： 郑州升达经贸管理学院信息工程系;郑州升达经贸管理学院金融贸易系;驻江津地区军代室;
【关键词】： 故障诊断 维数约简 半监督线性局部切空间排列 支持向量机
【基金】：军内科研项目资助~~
【分类号】：TH17
【正文快照】： 其中,引言HN=I-eeT/N为中心矩阵,I为单位矩阵,e为所有元素为1的N维列向量。Y为XORG潜在的d维非振动信号作为机械故障信息的载体,对其进行分线性流行。析处理并提取故障特征是实现机械故障诊断的常用方LLTSA主要有以下几个步骤[9]:法[1]。而机械设备的工况往往比较复杂,在进行

【相似文献】

中国期刊全文数据库 前1条

1 侯越先;吴静怡;张扬;何丕廉;;基于统计判据的非线性维数约简[J];天津大学学报;2007年01期

中国重要会议论文全文数据库 前2条

1 陈伟福;冯国灿;;局部光滑主成分分析[A];第十五届全国图象图形学学术会议论文集[C];2010年

2 孙涛;刘静;刘青山;卢汉清;;半监督谱判别式分析[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

中国博士学位论文全文数据库 前4条

1 侯臣平;基于图优化框架的数据维数约简方法及应用研究[D];国防科学技术大学;2009年

2 何力;维数约简中的若干问题[D];复旦大学;2010年

3 殷飞;基于稀疏学习的图像维数约简和目标识别方法研究[D];西安电子科技大学;2014年

4 朱麟;基于图的嵌入和维数约简方法研究[D];中国科学技术大学;2013年

中国硕士学位论文全文数据库 前5条

1 周勇;数据维数约简及分类算法研究[D];辽宁工业大学;2016年

2 许新忠;基于维数约简的流形可视化研究[D];中国民航大学;2014年

3 周斯斯;谱聚类维数约简算法研究与应用[D];西安电子科技大学;2010年

4 胡奎;两种针对张量数据和多视图数据的半监督维数约简方法[D];国防科学技术大学;2010年

5 谭龙;基于近似零范数和无穷范数的维数约简[D];天津大学;2014年

，

本文编号：605419