振动、测试与诊断
振動、測試與診斷
진동、측시여진단
JOURNAL OF VIBRATION, MEASUREMENT & DIAGNOSIS
2013年
2期
192-198
,共7页
故障特征数据集%数据分类%偏费歇判别分析%核主成分分析
故障特徵數據集%數據分類%偏費歇判彆分析%覈主成分分析
고장특정수거집%수거분류%편비헐판별분석%핵주성분분석
对非线性转子系统故障特征数据的分类方法进行了研究.在提出一种偏费歇判别分析法(biased fisher discriminatory analysis,简称BFDA)的前提下,进一步提出将核主成分分析法(kernel principal component analysis,简称KPCA)与偏费歇判别分析法相结合的数据集降维方法,该方法中的核主成分分析步骤用于构造剔除数据集冗余信息的降维数据集,偏费歇判别分析步骤用于进一步降低数据集维数并提高不同类别数据子集间的分离程度.对实例数据与典型故障数据的分类结果表明,提出的偏费歇判别分析法在具备费歇判别分析降维可分性能的基础上,具有更低计算复杂度的特点.提出的核主成分分析结合偏费歇判别分析的算法,其对应的降维结果能直接应用于线性分类器,且取得了较好的分类效果.
對非線性轉子繫統故障特徵數據的分類方法進行瞭研究.在提齣一種偏費歇判彆分析法(biased fisher discriminatory analysis,簡稱BFDA)的前提下,進一步提齣將覈主成分分析法(kernel principal component analysis,簡稱KPCA)與偏費歇判彆分析法相結閤的數據集降維方法,該方法中的覈主成分分析步驟用于構造剔除數據集冗餘信息的降維數據集,偏費歇判彆分析步驟用于進一步降低數據集維數併提高不同類彆數據子集間的分離程度.對實例數據與典型故障數據的分類結果錶明,提齣的偏費歇判彆分析法在具備費歇判彆分析降維可分性能的基礎上,具有更低計算複雜度的特點.提齣的覈主成分分析結閤偏費歇判彆分析的算法,其對應的降維結果能直接應用于線性分類器,且取得瞭較好的分類效果.
대비선성전자계통고장특정수거적분류방법진행료연구.재제출일충편비헐판별분석법(biased fisher discriminatory analysis,간칭BFDA)적전제하,진일보제출장핵주성분분석법(kernel principal component analysis,간칭KPCA)여편비헐판별분석법상결합적수거집강유방법,해방법중적핵주성분분석보취용우구조척제수거집용여신식적강유수거집,편비헐판별분석보취용우진일보강저수거집유수병제고불동유별수거자집간적분리정도.대실례수거여전형고장수거적분류결과표명,제출적편비헐판별분석법재구비비헐판별분석강유가분성능적기출상,구유경저계산복잡도적특점.제출적핵주성분분석결합편비헐판별분석적산법,기대응적강유결과능직접응용우선성분류기,차취득료교호적분류효과.
