期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于伪标签半监督核局部Fisher判别分析轴承故障诊断
被引量：
4
1
作者
陶新民
任超
+3 位作者
徐朗
何庆
刘锐
邹俊荣
《振动与冲击》
EI
CSCD
北大核心
2020年第17期1-9,共9页
针对轴承故障诊断应用中多特征融合导致的维度高、相关性强、信息冗余等问题,提出一种基于伪标签半监督核局部Fisher判别分析(Semi-supervised Kernel Local Fisher Discriminant Analysis,SS-KLFDA)轴承故障诊断方法。为了能利用大量...
针对轴承故障诊断应用中多特征融合导致的维度高、相关性强、信息冗余等问题,提出一种基于伪标签半监督核局部Fisher判别分析(Semi-supervised Kernel Local Fisher Discriminant Analysis,SS-KLFDA)轴承故障诊断方法。为了能利用大量无标签样本提高算法判别性能,该方法首先采用密度峰值聚类算法对样本进行聚类分析得到伪标签,然后通过增加规范化项到局部FDA算法的类内散度矩阵和类间散度矩阵中,以此保持无标签样本的聚类结构一致性,最后通过局部FDA算法来保持有标签样本类间散度最大化和类内散度最小化并求解最佳投影向量;为了能适应非线性数据降维,进一步给出了基于核的伪标签半监督局部Fisher判别算法。试验部分通过同其他流行降维算法在不同维度、不同特征集合以及不同分类算法条件下进行轴承故障诊断性能对比,结果表明基于伪标签半监督核局部Fisher判别分析方法的分类精度明显优于其他降维算法,投影后的系数向量具有更好的区分能力,使故障诊断性能得到了很大提升。
展开更多
关键词
故障诊断
FDA算法
降维
半监督
在线阅读
下载PDF
职称材料
采用规范化局部保持投影的轴承故障诊断方法
被引量：
2
2
作者
刘锐
邹俊荣
+1 位作者
任超
陶新民
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2019年第6期54-61,共8页
针对轴承故障检测中特征融合导致的维度高、相关性强等问题,提出一种采用规范化局部保持投影算法(LPP)的轴承故障诊断(En-LPP)方法。首先,采用熵规范化的方法将相似度矩阵结合到传统LPP算法的优化函数中,与投影向量一并求解,得到一种规...
针对轴承故障检测中特征融合导致的维度高、相关性强等问题,提出一种采用规范化局部保持投影算法(LPP)的轴承故障诊断(En-LPP)方法。首先,采用熵规范化的方法将相似度矩阵结合到传统LPP算法的优化函数中,与投影向量一并求解,得到一种规范化LPP降维算法;然后对原始轴承振动信号进行小波变换和经验模式分解得到10条信号分量,每个分量通过计算平均值、均方根等,提取12维统计特征,经归一化后生成特征向量;然后将特征向量输入到规范化LPP降维算法中进行迭代共同求解,得到满足终止条件的相似度矩阵和投影向量;最后利用降维后的特征集训练极限学习机模型确定轴承最终工作状态以实现故障检测。实验结果表明:与传统LPP方法以及其他降维方法相比,所提出的En-LPP方法对于轴承故障诊断的性能更好;在小波变换72维特征集合以及经验模式分解48维特征集合下的分类精度平均提升了7%以上;在4种不同分类器组合下的分类精度平均提升了17%以上;较好的降维特征区分能力使得En-LPP方法的故障诊断性能在不同条件组合下均具有很好的鲁棒性。
展开更多
关键词
故障诊断
局部保持投影算法
降维
熵规范化
在线阅读
下载PDF
职称材料
题名
基于伪标签半监督核局部Fisher判别分析轴承故障诊断
被引量：
4
1
作者
陶新民
任超
徐朗
何庆
刘锐
邹俊荣
机构
东北林业大学工程技术学院
出处
《振动与冲击》
EI
CSCD
北大核心
2020年第17期1-9,共9页
基金
国家自然基金面上项目(31570547)
中央高校基本科研业务费专项资金(2572017EB02
+2 种基金
2572017CB07)
东北林业大学双一流科研启动基金(411112438)
哈尔滨市科技局创新人才基金项目(2017RAXXJ018)。
文摘
针对轴承故障诊断应用中多特征融合导致的维度高、相关性强、信息冗余等问题,提出一种基于伪标签半监督核局部Fisher判别分析(Semi-supervised Kernel Local Fisher Discriminant Analysis,SS-KLFDA)轴承故障诊断方法。为了能利用大量无标签样本提高算法判别性能,该方法首先采用密度峰值聚类算法对样本进行聚类分析得到伪标签,然后通过增加规范化项到局部FDA算法的类内散度矩阵和类间散度矩阵中,以此保持无标签样本的聚类结构一致性,最后通过局部FDA算法来保持有标签样本类间散度最大化和类内散度最小化并求解最佳投影向量;为了能适应非线性数据降维,进一步给出了基于核的伪标签半监督局部Fisher判别算法。试验部分通过同其他流行降维算法在不同维度、不同特征集合以及不同分类算法条件下进行轴承故障诊断性能对比,结果表明基于伪标签半监督核局部Fisher判别分析方法的分类精度明显优于其他降维算法,投影后的系数向量具有更好的区分能力,使故障诊断性能得到了很大提升。
关键词
故障诊断
FDA算法
降维
半监督
Keywords
fault diagnosis
Fisher discriminant analysis(FDA)
dimensionality reduction
semi-supervised
分类号
TN911.7 [电子电信—通信与信息系统]
TH113.1 [机械工程—机械设计及理论]
在线阅读
下载PDF
职称材料
题名
采用规范化局部保持投影的轴承故障诊断方法
被引量：
2
2
作者
刘锐
邹俊荣
任超
陶新民
机构
东北林业大学工程技术学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2019年第6期54-61,共8页
基金
国家自然科学基金资助项目(61571070)
哈尔滨市科技局创新人才基金资助项目(2017RAXXJ018)
中央高校基本科研业务费专项资金资助项目(2572017EB02)
文摘
针对轴承故障检测中特征融合导致的维度高、相关性强等问题,提出一种采用规范化局部保持投影算法(LPP)的轴承故障诊断(En-LPP)方法。首先,采用熵规范化的方法将相似度矩阵结合到传统LPP算法的优化函数中,与投影向量一并求解,得到一种规范化LPP降维算法;然后对原始轴承振动信号进行小波变换和经验模式分解得到10条信号分量,每个分量通过计算平均值、均方根等,提取12维统计特征,经归一化后生成特征向量;然后将特征向量输入到规范化LPP降维算法中进行迭代共同求解,得到满足终止条件的相似度矩阵和投影向量;最后利用降维后的特征集训练极限学习机模型确定轴承最终工作状态以实现故障检测。实验结果表明:与传统LPP方法以及其他降维方法相比,所提出的En-LPP方法对于轴承故障诊断的性能更好;在小波变换72维特征集合以及经验模式分解48维特征集合下的分类精度平均提升了7%以上;在4种不同分类器组合下的分类精度平均提升了17%以上;较好的降维特征区分能力使得En-LPP方法的故障诊断性能在不同条件组合下均具有很好的鲁棒性。
关键词
故障诊断
局部保持投影算法
降维
熵规范化
Keywords
fault diagnosis
locality preserving projections algorithm
dimension reduction
entropy regularization
分类号
TH133.33 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于伪标签半监督核局部Fisher判别分析轴承故障诊断
陶新民
任超
徐朗
何庆
刘锐
邹俊荣
《振动与冲击》
EI
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
2
采用规范化局部保持投影的轴承故障诊断方法
刘锐
邹俊荣
任超
陶新民
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2019
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
