10.16579/j.issn.1001.9669.2017.02.007
基于半监督LLTSA维数约简的故障诊断
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.
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
39
TH165.3;TN911.2
2017-05-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
279-284