粗糙核主元分析方法及其在故障特征提取中的应用

被引:27
作者
胡金海 [1 ]
谢寿生 [1 ]
侯胜利 [2 ]
汪诚 [1 ]
杨帆 [1 ]
机构
[1] 空军工程大学工程学院
[2] 徐州空军学院
关键词
故障诊断; 特征提取; 粗糙集; 核主元分析; 模式分类;
D O I
10.13465/j.cnki.jvs.2008.03.041
中图分类号
TH165.3 [];
学科分类号
摘要
将粗糙集理论的属性约简与核主元分析方法结合起来,提出一种基于粗糙核主元分析的故障特征提取方法。该方法首先采用粗糙集理论的属性约简删除与分类无关或关系不大的特征,降低输入特征维数,排除干扰特征的影响,减小了特征提取计算量;然后再采用核主元分析方法进一步提取非线性特征;最后将该方法应用于轴承故障特征提取及故障识别中。应用结果表明,所提出的粗糙核主元分析方法(RKPCA)与传统的KPCA、PCA方法相比,使整个样本集的可分性变大,提高了分类正确率;同时还有效地降低了输入特征维数,提高了分类效率;并且对分类器具有较强的适应性和鲁棒性。
引用
收藏
页码:50 / 54+59+179 +59
页数:7
相关论文
共 7 条
[1]
支持向量机的工程应用.[M].李应红;尉询楷;刘建勋编著;.兵器工业出版社.2004,
[2]
粗集理论及其应用.[M].曾黄麟编著;.重庆大学出版社.1998,
[3]
设备故障诊断原理、技术及应用.[M].黄文虎等编著;.科学出版社.1996,
[4]
基于粗集理论的约简算法 [J].
李雄飞 ;
谢忠时 ;
李晓堂 ;
李军 ;
不详 .
吉林大学学报(工学版) , 2003, (01) :82-87
[5]
粗集理论在图像特征选择中的应用 [J].
潘励 ;
张祖勋 ;
张剑清 .
数据采集与处理, 2002, (01) :42-45
[6]
非线性主元分析故障检测和诊断方法及应用 [J].
赵立杰 ;
王纲 ;
李元 .
信息与控制, 2001, (04) :359-364
[7]
Nonlinear component analysis as a kernel eigenvalue problem [J].
Scholkopf, B ;
Smola, A ;
Muller, KR .
NEURAL COMPUTATION, 1998, 10 (05) :1299-1319