基于改进监督LLE算法的故障特征提取方法

被引：2

作者：

胡峰

王传桐

吴雨川

范良志

余联庆

机构：

[1] 武汉纺织大学机械工程与自动化学院

来源：

振动与冲击 | 2015年 / 34卷 / 21期

关键词：

故障; 特征提取; 监督局部线形嵌入; 局部几何结构; 规范切割;

D O I：

10.13465/j.cnki.jvs.2015.21.021

中图分类号：

TH165.3 [];

学科分类号：

080202 ;

摘要：

针对现有监督局部线性嵌入算法在低维输出向量重构过程中监督学习能力弱,不利于故障特征提取的问题,通过利用训练样本类标签信息扩大不同类样本间平均距离的方式,增加低维输出向量重构模型的监督学习能力,强化同类样本的聚集性和异类样本的互斥性。基于规范切割准则和低维输出向量重构误差,应用离散粒子群优化算法优化折中系数α和β、以及嵌入维数和邻域等参数,提高故障特征提取精度。将改进的监督局部线性嵌入方法应用于轴承故障特征提取,结果表明推荐方法的特征提取精度较高。

引用

页码：119 / 123+135 +135

页数：6

共 10 条

[1] 基于改进局部线性嵌入算法的故障特征提取方法 [J].

胡峰 ;

苏讯 ;

刘伟 ;

吴雨川 ;

范良志 .

振动与冲击, 2015, 34 (15) :201-204

[2] 基于有监督增量式局部线性嵌入的故障辨识 [J].

李锋 ;

田大庆 ;

王家序 ;

杨荣松 .

振动与冲击, 2013, 32 (23) :82-88

[3] 可变近邻参数的局部线性嵌入算法及其在轴承状态识别中的应用 [J].

张绍辉 ;

李巍华 .

机械工程学报, 2013, 49 (01) :81-87

[4] 基于Fisher变换的植物叶片图像识别监督LLE算法 [J].

阎庆 ;

梁栋 ;

张晶晶 .

农业机械学报, 2012, 43 (09) :179-183

[5] 利用非线性流形学习的轴承早期故障特征提取方法 [J].

栗茂林 ;

王孙安 ;

梁霖 .

西安交通大学学报, 2010, 44 (05) :45-49

[6]

Automated, rapid classification of signals using locally linear embedding[J] . J.M. Nichols,F. Bucholtz,B. Nousain. Expert Systems With Applications . 2011 (10)

[7]

GANC: Greedy agglomerative normalized cut for graph clustering[J] . Seyed Salim Tabatabaei,Mark Coates,Michael Rabbat. Pattern Recognition . 2011 (2)

[8] Supervised locally linear embedding projection (SLLEP) for machinery fault diagnosis [J].

Li, Benwei ;

Zhang, Yun .

MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2011, 25 (08) :3125-3134

[9]

Supervised locally linear embedding with probability-based distance for classification[J] . Lingxiao Zhao,Zhenyue Zhang. Computers and Mathematics with Applications . 2008 (6)

[10]

Introducing dynamic diversity into a discrete particle swarm optimization[J] . Alberto García-Villoria,Rafael Pastor. Computers and Operations Research . 2007 (3)

← 1 →