多分类器集成加权均衡分布适配的滚动轴承寿命阶段识别
针对不同工况下样本有限不平衡造成滚动轴承寿命阶段识别中少数类样本无法被有效识别的问题,提出了多分类器集成加权均衡分布适配的滚动轴承寿命阶段识别方法.首先,采用随机抽样的方式获得源域多样本训练集,为目标域预测伪标签的同时赋予样本不同的初始权重,充分训练少数类样本;然后,在再生核希尔伯特空间训练各源域样本集的分类器,并通过迭代的方式优化伪标签、更新权重矩阵;最后,通过多分类器集成策略将合适的基分类器集成为强分类器,以获得最终识别结果.结合F-score评价标准,使用宏平均与微平均评价指标对多分类任务进行评价避免了准确率对识别结果的误导.在两组滚动轴承寿命阶段数据集上进行实验验证,证明了所提方法的可行性和有效性.
样本有限不平衡、滚动轴承、寿命阶段识别、多分类器集成
40
TH165+.3;TP18
国家自然科学基金;国家自然科学基金;重庆市教委科学技术研究项目;交通工程应用机器人重庆市工程实验室开放基金;机械传动国家重点实验室开放基金;重庆交通大学硕士研究生科研创新项目
2020-04-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
66-73