类均值核主元分析法及在故障诊断中的应用.pdfVIP

类均值核主元分析法及在故障诊断中的应用.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
类均值核主元分析法及在故障诊断中的应用

学兔兔 第 5O卷第 3期 机 械 工 程 学 报 VO1.50 NO.3 20l4年 2月 J0URNAL0FMECHANICALENGINEERING Feb. 2014 DoI:l0.3901/JME.2014.O3.123 类均值核主元分析法及在故障诊断中的应用冰 李学军 李 平 蒋玲莉2 (1.湖南科技大学机械设备健康维护省重点实验室 湘潭 411201; 2.湖南科技大学先进矿山装备教育部工程中心 湘潭 411201) 摘要:核主元分析在应用过程中,通常采用累积贡献率法确定核主元个数,舍弃一些贡献率较小的核主元,导致数据样本部 分信息的损失,影响故障诊断的效果。针对这一情况,提出一种类均值核主元分析法,它将输入空间的数据样本映射到高维 特征空间后,先求出各类映射数据的类均值矢量,然后在类均值矢量张成的子空间上对类均值矢量进行主元分析,利用构建 的类均值核矩阵,建立类均值核主元算法。由类均值核主元形成的特征矢量包含原数据样本的全部变异信息,并且维数低于 故障类别数,能够在类均值矢量基础上实现无信息损失的数据降维。将改进算法应用于滚动轴承故障诊断,结果表明,它具 有比传统核主元分析更强的综合原始变量信息的能力,能更好地提取数据样本的类别信息,快速实现故障模式的准确识别。 关键词:核主元分析;类均值核主元分析;故障诊断 中图分类号:TP391;TP306 ClassM eanKernelPrincipalComponentAnalysisand ItsApplicationinFaultDiagnosis LIXuejun LIPing JIANGLingli (1.HunanProvincialKeyLaboratoryofHealthMaintenanceforMechanicalEquipment, HunanUniversityofScienceandTechnology,Xina gtan411201; 2.EngineeringResearchCenterofAdvancedM iningEquipmentofMinistryofEducation, HunanUniversiytofScienceandTechnology,Xiangtan4112O1) Abstract:Intheapplicationofkernelprincipalcomponentanalysis,cumulativeconrtibutionratemehtodisusedtodeterminehte numberofkernelprincipalcomponentusually,whichabandonsomekernelprincipalcomponentswhosecontributionrateissmal1.It losespartinfomr ationofsamplesna dinfluencesfaultdiagnosiseffect.Aimingathtisfact,akernelprincipalcomponentanalysis methodbasedonclassmena isproposed.Afterdatasamplesininputspacearemappedintohigher-dimensionalspace,classmean vectorsofmappeddataraedetermined,andthenthePCA mehtodisusedtona alyzehteclassmeanvectorsinhtesubspaceofclass mean vectors.Constructclassmean kernelmatrix,andmakeu

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档