10.13465/j.cnki.jvs.2017.14.017
邻域自适应增量式PCA-LPP在齿轮箱故障诊断中的应用
针对流形学习算法的增量处理问题,提出一种邻域自适应增量式PCA-LPP流形学习算法,阐述了算法的基本原理以及增量样本处理方法.对新增样本的引入,首先根据已有样本对协方差矩阵和相似矩阵进行增量更新,而后结合已有样本降维结果对新增样本降维结果进行估计,最后采用子空间迭代法实现新旧样本降维结果的更新.采用齿轮箱故障信号特征向量对邻域自适应增量式PCA-LPP流形学习算法进行检验,结果表明,邻域自适应增量式PCA-LPP流形学习算法降维后特征具有良好的故障分类识别效果.
增量式学习、自适应、流形学习、故障诊断
36
TH165;TN911.3
国家自然科学基金资助项目50775219;军队科研资助项目
2017-08-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
111-115,132