-
题名基于在线半监督学习的故障诊断方法研究
被引量：10
- 1
-
-
作者
尹刚
张英堂
李志宁
任国全
范红波
-
机构
军械工程学院七系
-
出处
《振动工程学报》
EI
CSCD
北大核心
2012年第6期637-642,共6页
-
基金
河北省自然科学基金资助项目(E20007001048)
军内科研计划资助项目
-
文摘
针对机械故障诊断中准确、完备的故障训练样本获取困难,而现有分类方法难以有效地发掘大量未标记故障样本中蕴含的有用信息,提出了一种基于在线半监督学习的故障诊断方法。该方法基于Tri-training算法将在线贯序极限学习机从监督学习模式扩展到半监督学习模式,利用少量不精确的标记样本构建初始分类器,并从大量未标记样本中在线扩充标记样本,对分类器进行增量式更新以提高其泛化性能。半监督基准数据试验结果表明,训练样本总数相同但标记样本数与未标记样本数比例不同时,所提算法得到的分类准确率相当且训练时间相差小于1.2倍。以柴油机8种工况的故障模式为对象进行试验验证,结果表明标记故障样本较少时,未标记故障样本的加入可使故障分类准确率提高5%～8%。
-
关键词
故障诊断
极限学习机
在线半监督学习
协同训练
排气噪声
-
Keywords
fault diagnosis
extreme learning machine
online semi-supervised learning
co-training
exhaust noise
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
