CORC  > 兰州理工大学  > 兰州理工大学
基于Schur分解和正交邻域保持嵌入算法的故障数据集降维方法
刘韵佳; 赵荣珍; 王雪冬
刊名中国机械工程
2017
卷号28期号:2017年21期页码:2552-2556
关键词故障诊断 数据降维 Schur分解 正交邻域保持嵌入算法
ISSN号ISSN:1004-132X
英文摘要针对转子故障特征数据集降维问题,提出一种基于Schur分解和正交邻域保持嵌入算法的故障数据集降维方法——Schur-ONPE降维方法。该方法首先应用小波包分解提取不同频带内的能量以组成故障特征值集合,然后运用Schur分解和ONPE算法将高维特征集向低维投影,使降维后类内散度最小化及类间分离度最大化,最后将降维后得到的低维特征集输入K近邻分类器进行模式识别。通过双跨转子试验台的故障特征数据集进行验证,结果表明该方法能够有效地解决转子故障特征集的降维问题。
URL标识查看原文
WOS研究方向Engineering
语种中文
CSCD记录号CSCD:6108921
状态已发表
内容类型期刊论文
源URL[http://119.78.100.223/handle/2XXMBERH/3159]  
专题兰州理工大学
作者单位兰州理工大学机电工程学院, 兰州, 甘肃 730050, 中国
推荐引用方式
GB/T 7714
刘韵佳,赵荣珍,王雪冬. 基于Schur分解和正交邻域保持嵌入算法的故障数据集降维方法[J]. 中国机械工程,2017,28(2017年21期):2552-2556.
APA 刘韵佳,赵荣珍,&王雪冬.(2017).基于Schur分解和正交邻域保持嵌入算法的故障数据集降维方法.中国机械工程,28(2017年21期),2552-2556.
MLA 刘韵佳,et al."基于Schur分解和正交邻域保持嵌入算法的故障数据集降维方法".中国机械工程 28.2017年21期(2017):2552-2556.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace