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
ISSN1000-3835
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
DOI10.13465/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
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
所有评论 (0)
暂无评论
 

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。