位置:成果数据库 > 期刊 > 期刊详情页
转子故障特征数据分类的KPCA—BFDA方法
  • ISSN号:1004-6801
  • 期刊名称:《振动.测试与诊断》
  • 时间:0
  • 分类:TH165[机械工程—机械制造及自动化] TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]兰州理工大学数字制造技术与应用省部共建教育部重点实验室,兰州730050, [2]兰州理工大学机电工程学院,兰州730050
  • 相关基金:国家自然科学基金资助项目(50875118,51165019);甘肃省教育厅硕导基金资助项目(0903-11)
中文摘要:

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。

同期刊论文项目
同项目期刊论文
期刊信息
  • 《振动.测试与诊断》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:南京航空航天大学 全国高校机械工程测试技术研究会
  • 主编:赵淳生
  • 地址:南京市白下区御道街29号
  • 邮编:210016
  • 邮箱:yohe2009@yahoo.cn
  • 电话:025-84893332
  • 国际标准刊号:ISSN:1004-6801
  • 国内统一刊号:ISSN:32-1361/V
  • 邮发代号:28-239
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:7850