基于NMF的SVM故障诊断方法
针对大维数系统故障诊断中存在特征提取困难和识别率低的问题,提出基于非负矩阵分解(NMF,Non-negative Matrix Factorization)的支持向量机(SVM,Support Vector Machine)诊断方法,避免了直接对故障特征的选择和提取,实现特征降维,提高故障模式分类的准确性和速度;对于NMF中的结果随机性问题,提出用前次分解所得系数矩阵求解样本降维特征矩阵的方法,保证多次NMF分解尺度一致.实验表明该方法能对故障特征有效降维,并具有较高的诊断效率和故障识别率.
故障诊断、非负矩阵分解、支持向量机
38
TP206.3(自动化技术及设备)
2013-04-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
1639-1643