Lanzhou University of Technology Institutional Repository (LUT_IR)
基于UDGDP的转子故障数据集降维方法 | |
杨泽本; 赵荣珍; 刘强 | |
2022-08-28 | |
发表期刊 | 振动与冲击 |
ISSN | 1000-3835 |
卷号 | 41期号:16页码:255-260 |
摘要 | 针对旋转机械智能故障辨识精度偏低的问题,提出一种基于不相关约束的双邻接图判别投影(uncorrelated double graph discriminant projection, UDGDP)降维算法。该算法通过构建两个流形结构图使低维空间同类样本更加紧凑、异类样本更加分散,同时引入不相关约束条件以降低投影变换后特征分量之间的相关性,进而达到提取敏感故障特征的目的。用转子故障数据集进行验证的结果表明:UDGDP算法能够降低所获得低维空间各特征之间的相关性,并且使故障各类别之间的差异性变得更加清晰,可有效提升分类器的辨识精度。该算法可为转子系统故障的智能辨识技术提供理论参考依据。 |
关键词 | 双邻接图判别投影(UDGDP) 不相关约束 转子故障数据集 降维 |
DOI | 10.13465/j.cnki.jvs.2022.16.033 |
URL | 查看原文 |
收录类别 | 北大核心 ; EI ; CSCD |
语种 | 中文 |
资助项目 | 国家自然科学基金(51675253) |
出版者 | Chinese Vibration Engineering Society |
EI入藏号 | 20224613101454 |
EI主题词 | Classification (of information) |
EI分类号 | 716.1 Information Theory and Signal Processing ; 903.1 Information Sources and Analysis |
中图分类号 | TH17 |
引用统计 | 无
|
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/159603 |
专题 | 兰州理工大学 |
通讯作者 | 赵荣珍 |
作者单位 | 兰州理工大学机电工程学院 |
第一作者单位 | 机电工程学院 |
通讯作者单位 | 机电工程学院 |
第一作者的第一单位 | 机电工程学院 |
推荐引用方式 GB/T 7714 | 杨泽本,赵荣珍,刘强. 基于UDGDP的转子故障数据集降维方法[J]. 振动与冲击,2022,41(16):255-260. |
APA | 杨泽本,赵荣珍,&刘强.(2022).基于UDGDP的转子故障数据集降维方法.振动与冲击,41(16),255-260. |
MLA | 杨泽本,et al."基于UDGDP的转子故障数据集降维方法".振动与冲击 41.16(2022):255-260. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[杨泽本]的文章 |
[赵荣珍]的文章 |
[刘强]的文章 |
百度学术 |
百度学术中相似的文章 |
[杨泽本]的文章 |
[赵荣珍]的文章 |
[刘强]的文章 |
必应学术 |
必应学术中相似的文章 |
[杨泽本]的文章 |
[赵荣珍]的文章 |
[刘强]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论