仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2015年
1期
126-133
,共8页
高坤%何怡刚%薄祥雷%谭阳红%童耀南
高坤%何怡剛%薄祥雷%譚暘紅%童耀南
고곤%하이강%박상뢰%담양홍%동요남
共空间模式%主成分分析%超限学习机%特征提取%故障诊断
共空間模式%主成分分析%超限學習機%特徵提取%故障診斷
공공간모식%주성분분석%초한학습궤%특정제취%고장진단
common spatial pattern%principal component analysis%extreme learning machine%feature extraction%fault diagnosis
主成分分析属于代数特征分析方法,是一种线性映射方法,降维后的表示是由线性映射生成的,更主要的信息保留在投影空间里,而剩余的信息则被过滤掉,但保留的信息是一体的,而不是每个特征向量分别表示一个主成分,在一定程度上影响了PCA方法的效果.提出了一种基于共空间模式对主成分方法改进的模拟电路故障诊断方法.此方法利用CSP算法对PCA得到的特征向量进行处理,然后将得到的主成分输入到超限学习机以进行网络训练或故障判断.通过Sallen-Key带通滤波器电路的实例,结果表明该研究方法的有效性.
主成分分析屬于代數特徵分析方法,是一種線性映射方法,降維後的錶示是由線性映射生成的,更主要的信息保留在投影空間裏,而剩餘的信息則被過濾掉,但保留的信息是一體的,而不是每箇特徵嚮量分彆錶示一箇主成分,在一定程度上影響瞭PCA方法的效果.提齣瞭一種基于共空間模式對主成分方法改進的模擬電路故障診斷方法.此方法利用CSP算法對PCA得到的特徵嚮量進行處理,然後將得到的主成分輸入到超限學習機以進行網絡訓練或故障判斷.通過Sallen-Key帶通濾波器電路的實例,結果錶明該研究方法的有效性.
주성분분석속우대수특정분석방법,시일충선성영사방법,강유후적표시시유선성영사생성적,경주요적신식보류재투영공간리,이잉여적신식칙피과려도,단보류적신식시일체적,이불시매개특정향량분별표시일개주성분,재일정정도상영향료PCA방법적효과.제출료일충기우공공간모식대주성분방법개진적모의전로고장진단방법.차방법이용CSP산법대PCA득도적특정향량진행처리,연후장득도적주성분수입도초한학습궤이진행망락훈련혹고장판단.통과Sallen-Key대통려파기전로적실례,결과표명해연구방법적유효성.
