多准则融合敏感特征选择和自适应邻域的流形学习故障诊断

被引：33

作者：

汤宝平

马婧华

机构：

[1] 重庆大学机械传动国家重点实验室

来源：

仪器仪表学报 | 2014年 / 35卷 / 11期

基金：

高等学校博士学科点专项科研基金;

关键词：

故障诊断; 流形学习; 特征选择; 自适应邻域;

D O I：

10.19650/j.cnki.cjsi.2014.11.002

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对流形学习故障诊断中非敏感特征干扰和邻域大小难以确定的问题,提出了基于DSm T多准则融合特征选择和局部集聚系数自适应邻域的流形学习故障诊断方法。利用多种特征评价准则对原始高维特征进行排序,通过DSm T证据理论对各评价序列进行融合,再根据融合序列选择敏感特征构成优化高维特征集;采用基于局部集聚系数的自适应正交邻域保持嵌入流形学习进行维数约简,得到低维特征集;最后输入到K最近邻分类器进行故障识别。轴承振动故障实验表明了本文所提方法的有效性。

引用

页码：2415 / 2422

页数：8

共 14 条

[1]

基于敏感特征选择与流形学习维数约简的故障诊断 [J].

苏祖强 ;

汤宝平 ;

姚金宝 .

振动与冲击, 2014, 33 (03) :70-75

[2]

自适应提升多小波在螺旋伞齿轮故障诊断中的应用 [J].

何水龙 ;

訾艳阳 ;

万志国 ;

常永 ;

何正嘉 ;

王晓冬 .

仪器仪表学报, 2014, 35 (01) :148-153

[3]

自适应Hessian LLE在机械故障特征提取中的应用 [J].

李城梁 ;

王仲生 ;

姜洪开 ;

布树辉 ;

刘贞报 .

振动工程学报, 2013, 26 (05) :758-763

[4]

基于等距映射与加权KNN的旋转机械故障诊断 [J].

陈法法 ;

汤宝平 ;

苏祖强 .

仪器仪表学报, 2013, 34 (01) :215-220

[5]

Efficient combination rule of Dezert-Smarandache theory.[J]..Journal of Systems Engineering and Electronics.2008, 06

[6]

基于混合智能新模型的故障诊断 [J].

雷亚国 ;

何正嘉 ;

訾艳阳 .

机械工程学报, 2008, (07) :112-117

[7]

Fault diagnosis for a wind turbine transmission system based on manifold learning and Shannon wavelet support vector machine.[J].Baoping Tang;Tao Song;Feng Li;Lei Deng.Renewable Energy.2014,

[8]

Coarse to fine K nearest neighbor classifier [J].

Xu, Yong ;

Zhu, Qi ;

Fan, Zizhu ;

Qiu, Minna ;

Chen, Yan ;

Liu, Hong .

PATTERN RECOGNITION LETTERS, 2013, 34 (09) :980-986

[9]

Triadic closure in two-mode networks: Redefining the global and local clustering coefficients [J].

Opsahl, Tore .

SOCIAL NETWORKS, 2013, 35 (02) :159-167

[10]

Time–frequency manifold for nonlinear feature extraction in machinery fault diagnosis.[J].Qingbo He.Mechanical Systems and Signal Processing.2013, 1-2

← 1 2 →