结合拉普拉斯特征映射的权重朴素贝叶斯高光谱分类算法 被引量：4

1

作者 李响 吕勇 《分析测试学报》 CAS CSCD 北大核心 2020年第10期1293-1298,共6页

高光谱遥感可以得到更精确与丰富的遥感信息,因此涵盖了各国家的航空、航天以及小范围的地面观测的多个层级与环节,在对地观测遥感领域占有不可取代的地位。但高光谱数据集往往非常庞大,且包含冗余信息,为后续处理带来了不便。该研究选... 高光谱遥感可以得到更精确与丰富的遥感信息,因此涵盖了各国家的航空、航天以及小范围的地面观测的多个层级与环节,在对地观测遥感领域占有不可取代的地位。但高光谱数据集往往非常庞大,且包含冗余信息,为后续处理带来了不便。该研究选用拉普拉斯特征映射对高光谱数据降维与特征提取,并提出了一种权重朴素贝叶斯分类算法。通过奖励权重的方法对经典朴素贝叶斯分类器进行了改进,利用公开数据对算法进行验证,判别地物信息准确率达到92.7%,相比于传统方法有了大幅度的提高。 展开更多

关键词 高光谱 特征提取 目标识别 朴素贝叶斯分类算法 拉普拉斯特征映射

在线阅读 下载PDF 职称材料

半监督拉普拉斯特征映射算法 被引量：4

2

作者 刘海红 周聪辉 《计算机工程与设计》 CSCD 北大核心 2012年第2期601-606,共6页

为了使流形学习方法具有半监督的特点,利用流形上某些已知低维信息的数据去学习推测出其它数据的低维信息,扩大流形学习算法的应用范围,把拉普拉斯特征映射算法(Laplacian Eigenmap,LE)与半监督的机器学习相结合,提出一种半监督的拉普... 为了使流形学习方法具有半监督的特点,利用流形上某些已知低维信息的数据去学习推测出其它数据的低维信息,扩大流形学习算法的应用范围,把拉普拉斯特征映射算法(Laplacian Eigenmap,LE)与半监督的机器学习相结合,提出一种半监督的拉普拉斯特征映射算法(semi-supervised Laplacian Eigenmap,SSLE),这种半监督的流形学习算法在分类识别等问题上,具有很好的效果。模拟实验和实际例子都表明了SSLE算法的有效性。 展开更多

关键词 拉普拉斯特征映射算法 半监督机器学习 流形学习 低维信息 模式识别

在线阅读 下载PDF 职称材料

新的流形学习方法统一框架及改进的拉普拉斯特征映射方法 被引量：15

3

作者 侯臣平 吴翊 易东云 《计算机研究与发展》 EI CSCD 北大核心 2009年第4期676-682,共7页

流形学习是多个领域的重要研究课题.通过考察各种流形学习方法,提出了一种新的流形学习方法的统一框架,并在此框架下对拉普拉斯特征映射方法(Laplacian eigenmap,LE)进行了分析.进一步,基于此框架,提出了一种改进拉普拉斯特征映射方法(i... 流形学习是多个领域的重要研究课题.通过考察各种流形学习方法,提出了一种新的流形学习方法的统一框架,并在此框架下对拉普拉斯特征映射方法(Laplacian eigenmap,LE)进行了分析.进一步,基于此框架,提出了一种改进拉普拉斯特征映射方法(improved Laplacian eigenmap,ILE).它建立在LE方法和最大差异延展算法(maximum variance unfolding,MVU)的基础上,在保持流形谱图拉普拉斯特征的同时,以最大化任意两点之间的差异为目标.ILE有效地解决了拉普拉斯特征映射方法对邻域选择敏感以及MVU方法大计算量、局部限制过强等问题,且能够保持数据聚类性质,挖掘数据内蕴特征.通过实验说明了ILE的有效性. 展开更多

关键词 维数约简 流形学习 统一框架 拉普拉斯特征映射方法 最大差异延展算法

在线阅读 下载PDF 职称材料

基于拉普拉斯特征映射的仿射传播聚类 被引量：1

4

作者 张亮 杜子平 +1 位作者 张俊 李杨 《计算机工程》 CAS CSCD 北大核心 2011年第9期216-217,220,共3页

仿射传播方法难以处理具有流形结构的数据集。为此,提出一种基于拉普拉斯特征映射的仿射传播聚类算法(APPLE),在标准仿射传播的基础上增强流形学习的能力。使用测地距离计算数据点间相似度,采用拉普拉斯特征映射对数据集进行降维及特征... 仿射传播方法难以处理具有流形结构的数据集。为此,提出一种基于拉普拉斯特征映射的仿射传播聚类算法(APPLE),在标准仿射传播的基础上增强流形学习的能力。使用测地距离计算数据点间相似度,采用拉普拉斯特征映射对数据集进行降维及特征提取。对图像聚类应用的实验结果证明了APPLE的聚类效果优于标准仿射传播方法。 展开更多

关键词 拉普拉斯特征映射 仿射传播 DIJKSTRA算法 归一化互信息

在线阅读 下载PDF 职称材料

多函数激活的拉普拉斯深度回声状态网络

5

作者 廖永波 李红梅 《计算机应用研究》 CSCD 北大核心 2020年第9期2591-2594,2624,共5页

结合可变激活函数、降维算法和深度回声状态网络,针对新的神经网络模型进行了研究。其中可变激活函数是多函数的线性组合,可以通过调整系数来改变激活函数的非饱和区;拉普拉斯特征映射降维算法通过降低储层状态矩阵的维度来改善原网络... 结合可变激活函数、降维算法和深度回声状态网络,针对新的神经网络模型进行了研究。其中可变激活函数是多函数的线性组合,可以通过调整系数来改变激活函数的非饱和区;拉普拉斯特征映射降维算法通过降低储层状态矩阵的维度来改善原网络面临的病态、不适定问题;还使用了遗传算法来寻找最佳目标子空间维度。仿真分析从扰动影响、转换稳定性、时序预测和记忆容量四个方面进行,从仿真结果(新模型的记忆容量是深度回声状态网络的两倍,均方根误差比回声状态网络小42%)来看,新模型的记忆容量、预测精度都得到了显著改善。 展开更多

关键词 深度回声状态网络 激活函数 拉普拉斯特征映射 遗传算法

在线阅读 下载PDF 职称材料

人脸识别中适合于小样本情况下的监督化拉普拉斯判别分析 被引量：8

6

作者 楼宋江 张国印 +1 位作者 潘海为 王庆军 《计算机研究与发展》 EI CSCD 北大核心 2012年第8期1730-1737,共8页

提取有效特征对高维数据的模式分类起着关键的作用.无监督判别投影,通过最大化非局部散度和局部散度之比,在数据降维和特征提取上表现出较好的性能,但是它是一种非监督学习算法,并且存在小样本问题.针对这些问题,提出了监督化拉普拉斯... 提取有效特征对高维数据的模式分类起着关键的作用.无监督判别投影,通过最大化非局部散度和局部散度之比,在数据降维和特征提取上表现出较好的性能,但是它是一种非监督学习算法,并且存在小样本问题.针对这些问题,提出了监督化拉普拉斯判别分析,算法在考虑非局部散度和局部散度时考虑了样本的类别信息;通过丢弃总体拉普拉斯散度矩阵的零空间,并将类内拉普拉斯散度矩阵投影到总体拉普拉斯散度矩阵的主空间中,然后在该空间中进行特征问题的求解,从而避免了小样本问题.通过理论分析,该算法没有任何判别信息损失,同时在计算上效率也较高.在人脸识别上的实验验证了算法的正确性和有效性. 展开更多

关键词 特征提取 人脸识别 保局算法 无监督判别投影 监督化拉普拉斯判别分析 小样本问题

在线阅读 下载PDF 职称材料

二次映射和遗传算法用于鉴别可视化特征提取 被引量：9

7

作者 王金甲 李静 +1 位作者 张涛 洪文学 《系统仿真学报》 CAS CSCD 北大核心 2009年第16期5080-5083,5087,共5页

多元数据图表示是高维数据可视化最简单的一种处理方法.从多元数据的雷达图中提出了一种图形特征—可视化重心特征.由于雷达图与数据的特征排序有关,导致可视化特征深受特征排序影响,提出了利用二次映射计算出所有特征排序下的可视化特... 多元数据图表示是高维数据可视化最简单的一种处理方法.从多元数据的雷达图中提出了一种图形特征—可视化重心特征.由于雷达图与数据的特征排序有关,导致可视化特征深受特征排序影响,提出了利用二次映射计算出所有特征排序下的可视化特征,基于遗传算法再从中选择出具有鉴别能力的可视化特征.葡萄酒、乳腺癌和糖尿病等UCI真实数据集的实验结果证实了我们的想法,最佳分类错误率分别达到了0%、1.61%和20.7%,优于报道的常用的分类性能,优于传统的鉴别特征提取方法。 展开更多

关键词 数据可视化 图表示 特征提取 二次影射 特征选择 遗传算法

在线阅读 下载PDF 职称材料

滚动轴承故障特征选择的Filter与改进灰狼优化混合算法 被引量：6

8

作者 侯钰哲 李舜酩 +3 位作者 龚思琪 黄继刚 张建兵 卢静 《计算机集成制造系统》 EI CSCD 北大核心 2023年第5期1452-1461,共10页

为了从原始高维特征空间中选择最具鉴别能力的特征,提高轴承故障诊断精度,提出了一种Filter与改进灰狼优化混合的故障特征选择算法。首先,针对滚动轴承的原始振动信号,利用一种基于Hilbert-Huang变换的时频域特征提取策略建立高维敏感... 为了从原始高维特征空间中选择最具鉴别能力的特征,提高轴承故障诊断精度,提出了一种Filter与改进灰狼优化混合的故障特征选择算法。首先,针对滚动轴承的原始振动信号,利用一种基于Hilbert-Huang变换的时频域特征提取策略建立高维敏感特征集合。然后,通过由ReliefF算法与拉普拉斯分数构成的混合Filter方法对原始特征集合进行相关性评估并快速筛选重要特征,从而完成特征集合的一次预选。最后,引入改进灰狼优化算法对预选特征集合进行二次筛选,实现冗余特征去除的同时,完成对支持向量机模型参数的优化。利用旋转机械振动试验台获取故障轴承数据进行了验证,试验结果表明,该方法显著提高了分类器模型的诊断准确率,有效实现了故障数据集的特征降维,并且与同类方法相比,所提方法具有更好的综合性能。 展开更多

关键词 特征选择 RELIEFF算法 拉普拉斯分数 改进灰狼优化 故障诊断

在线阅读 下载PDF 职称材料

基于改进增量LE的压缩机故障特征提取方法 被引量：7

9

作者 许庆诚 胡建中 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第4期791-796,共6页

提高离心压缩机故障特征提取精度对于后续故障诊断具有重要意义。针对传统增量LE算法处理精度差的问题,分析了参数t对传统增量LE算法特征提取精度的影响,提出了一种改进的增量LE算法。该方法将传统的增量LE算法与cam加权距离相结合,在... 提高离心压缩机故障特征提取精度对于后续故障诊断具有重要意义。针对传统增量LE算法处理精度差的问题,分析了参数t对传统增量LE算法特征提取精度的影响,提出了一种改进的增量LE算法。该方法将传统的增量LE算法与cam加权距离相结合,在新增样本点投影过程中通过cam加权距离选取邻域,采用热核形式计算新增样本的权值,由局部保持特性,通过新增样本的近邻来重构其低维嵌入。S-curve仿真数据以及离心压缩机故障数据分析表明:相比于传统的增量LE方法,改进的增量LE方法能有效提高新增故障样本特征提取的精度。 展开更多

关键词 cam加权距离 拉普拉斯特征影射算法 流形学习 增量

在线阅读 下载PDF 职称材料

基于流形子带特征映射的转子复合故障特征提取方法 被引量：6

10

作者 王广斌 李龙 +2 位作者 罗军 杜晓阳 李学军 《振动与冲击》 EI CSCD 北大核心 2017年第16期56-62,共7页

针对复合故障特征易被噪声信号淹没,传统时频分析和流形学习方法不能完整有效的挖掘故障潜在信息和进一步实现故障特征提取。在流形学习的基础上提出了一种流形子带思想并将其应用到转子复合故障特征提取研究中,进而得出了一种基于流形... 针对复合故障特征易被噪声信号淹没,传统时频分析和流形学习方法不能完整有效的挖掘故障潜在信息和进一步实现故障特征提取。在流形学习的基础上提出了一种流形子带思想并将其应用到转子复合故障特征提取研究中,进而得出了一种基于流形子带特征映射的转子复合故障特征提取方法。对故障原始信号序列进行相空间重构,结合小波包对噪声的强烈抑制性和对信号分辨率高的特点,将重构信号分解成不同频带即子带。将同故障多种工况下的同一频带融合成频带矩阵并估计其本征维数,并通过拉普拉斯特征映射算法以本征维数为依据将子带降维获取低维特征向量并提取信息熵,进一步实现故障特征提取。实验表明,相对于经典的局部线性嵌入和拉普拉斯特征映射等算法,流形子带特征映射算法不仅对单故障而且对复合故障特征进行了更完整有效的挖掘和提取。 展开更多

关键词 转子系统 流形子带 拉普拉斯特征映射算法 特征提取

在线阅读 下载PDF 职称材料

基于改进测地距离的等度规映射及其在声目标特征提取中的应用 被引量：2

11

作者 刘辉 杨俊安 +1 位作者 王一 蔡学良 《兵工学报》 EI CAS CSCD 北大核心 2012年第10期1178-1184,共7页

经典等度规映射(ISOMAP)算法由于其固有的拓扑不稳定性,容易受噪声影响出现"短路边",导致其在声目标特征提取的应用中性能不佳。提出了一种基于改进测地距离的ISOMAP算法,将近邻图的构造看作是建立一个电路模型,以电路中各节... 经典等度规映射(ISOMAP)算法由于其固有的拓扑不稳定性,容易受噪声影响出现"短路边",导致其在声目标特征提取的应用中性能不佳。提出了一种基于改进测地距离的ISOMAP算法,将近邻图的构造看作是建立一个电路模型,以电路中各节点电容从初始阶段到一定的状态所需要的时间为测地距离的量度,将保持局部结构的鲁棒性与保持全局几何结构的准确性结合在一起,克服了噪声短路点对算法的影响,提高了算法性能。在SensIT实验数据和外场实际采集数据上的实验结果表明,基于改进测地距离的ISOMAP算法的准确性和鲁棒性都有了较大提高。 展开更多

关键词 信息处理技术 目标识别 流形学习 等度规映射算法 拉普拉斯特征映射算法

在线阅读 下载PDF 职称材料

改进SIFT的特征提取与图像拼接方法 被引量：9

12

作者 杨祥 周楠 《桂林理工大学学报》 CAS 北大核心 2023年第1期131-136,共6页

针对无人机影像拼接存在拼接痕迹的问题,提出了一种结合分块SIFT特征点提取和拉普拉斯金字塔融合的无人机图像拼接方法。该方法首先对SIFT的特征点提取方式进行了改善,将原有的图像均匀分块,再采用SIFT算法将每一个子块区域的特征点提... 针对无人机影像拼接存在拼接痕迹的问题,提出了一种结合分块SIFT特征点提取和拉普拉斯金字塔融合的无人机图像拼接方法。该方法首先对SIFT的特征点提取方式进行了改善,将原有的图像均匀分块,再采用SIFT算法将每一个子块区域的特征点提取了出来,保留其中对比度较高的特征点;利用RANSAC算法去除错误的匹配点,以避免因特征点过多而造成匹配效率低;在提取到匹配点后,利用拉普拉斯金字塔融合算法将图像进行拼接。结果表明,该方法可以极大地减少匹配点的数量,并提高匹配效率,能够获得良好的拼接图像。 展开更多

关键词 特征点检测 图像拼接 拉普拉斯金字塔融合算法 SIFT算法 无人机

在线阅读 下载PDF 职称材料

基于流行-IMF奇异值熵的转子故障特征提取方法 被引量：1

13

作者 孙泽金 赵荣珍 《振动．测试与诊断》 EI CSCD 北大核心 2020年第6期1204-1211,1238,共9页

针对转子振动信号的非平稳性以及微弱故障特征难以提取的问题,提出一种基于集合经验模式分解(ensemble empirical mode decomposition,简称EEMD)的奇异值熵和流形学习算法相结合的故障特征提取方法。首先,对原始振动信号进行EEMD分解,... 针对转子振动信号的非平稳性以及微弱故障特征难以提取的问题,提出一种基于集合经验模式分解(ensemble empirical mode decomposition,简称EEMD)的奇异值熵和流形学习算法相结合的故障特征提取方法。首先,对原始振动信号进行EEMD分解,得到若干本征模态函数(intrinsic mode function,简称IMF)分量,根据峭度-欧式距离评价指标选取故障信息丰富的敏感分量,组成初始特征向量,求其奇异值熵;其次,利用近邻概率距离拉普拉斯特征映射算法(nearby probability distance Laplacian eigenmap,简称NPDLE)对奇异值熵组成的特征矩阵进行降维处理;最后,将得到的低维特征子集输入到K-近邻(K-nearest neighbor,简称KNN)中进行模式辨识。用一个双跨度转子实验台数据集和Iris仿真数据集对所提方法进行了验证,结果表明,IMF奇异值熵和NPDLE相结合的方法可以有效地实现转子故障特征提取,提高了故障辨识的准确性。 展开更多

关键词 特征提取 集合经验模态分解 本征模态函数 奇异值熵 近邻概率距离拉普拉斯特征映射算法

在线阅读 下载PDF 职称材料

高噪音光测条纹的特征线提取

14

作者 刘诚 李银柱 +3 位作者 李良钰 代亚平 程笑天 朱健强 《光子学报》 EI CAS CSCD 北大核心 2001年第7期861-863,共3页

针对高噪音光测条纹的特征线提取问题 ,本文提出一种基于拉普拉斯算法的条纹场处理技术 ,该方法简单 ,计算速度快 。

关键词 滤波 条纹场 特征线提取 拉普拉斯算法 光测量技术 噪音光测条纹 图象处理

在线阅读 下载PDF 职称材料

Harris-Laplace结合SURF的遥感图像匹配拼接方法 被引量：10

15

作者 年华 孙立 于艳波 《航天返回与遥感》 北大核心 2016年第6期95-101,共7页

在遥感图像的处理和应用中,为了更好地解译、分析和研究图像信息,往往需要把两幅或多幅遥感图像拼接为一幅图像,文章针对遥感图像在旋转及受噪声影响时匹配困难的问题,提出了将Harris-Laplace(哈里斯-拉普拉斯)检测和SURF(快速稳健特征... 在遥感图像的处理和应用中,为了更好地解译、分析和研究图像信息,往往需要把两幅或多幅遥感图像拼接为一幅图像,文章针对遥感图像在旋转及受噪声影响时匹配困难的问题,提出了将Harris-Laplace(哈里斯-拉普拉斯)检测和SURF(快速稳健特征)算法相结合的匹配拼接方法。利用Harris-Laplace算法对遥感图像进行多尺度特征点检测,该特征点对光照变化、图像噪声和尺度改变具有不变性;然后,利用SURF算法确定特征点主方向并对特征进行描述;使用比值法进行初始匹配,接着用RANSAC(随机抽样一致性)算法剔除错误匹配点,并对匹配的图像进行拼接。试验结果表明,文中方法不但具有很好的抗旋转性能和抗噪声性能,而且较经典的SIFT(尺度不变特征变换)算法提高了匹配效率,能够为遥感图像的实时配准拼接以及几何定位精度评价提供有力的技术支持。 展开更多

关键词 哈里斯-拉普拉斯检测 尺度不变特征 快速稳健特征算法 特征提取 遥感图像匹配

在线阅读 下载PDF 职称材料

一种考虑风电场并网的电力系统在线同调识别策略 被引量：7

16

作者 刘扬 唐飞 +4 位作者 施浩波 刘涤尘 张立波 刘佳乐 王飞飞 《电网技术》 EI CSCD 北大核心 2019年第4期1236-1244,共9页

现有的大电网同调机组分群策略,大都仅针对功角轨迹之间的距离进行研究,忽略了风电场并网对电力系统固有振荡模式的影响。针对上述存在的同调分群不准确问题,提出了一种两阶段高风电渗透率下大电网受扰机群同调分群策略。在第1阶段,通... 现有的大电网同调机组分群策略,大都仅针对功角轨迹之间的距离进行研究,忽略了风电场并网对电力系统固有振荡模式的影响。针对上述存在的同调分群不准确问题,提出了一种两阶段高风电渗透率下大电网受扰机群同调分群策略。在第1阶段,通过修正系统的收缩导纳矩阵将风功率以电流的形式进行等值,并与其电气距离最近的同步机组进行联合分析,进而在不同潮流水平和典型工况下,离线计算其等效功角获得含风电场电力系统的改进发电机耦合程度拉普拉斯矩阵,求解其特征向量并得到离线的发电机耦合程度分类结果。在第2阶段,构建电力系统邻接图并将所得分类结果作为邻接图功角权值矩阵的约束,对高风电渗透率下大电网的改进功角拉普拉斯矩阵进行在线修正,通过特征映射算法提取其特征信息,进而通过修正的余弦相似度因子算法在线获得当前的同调分群结果。最后通过IEEE 39节点和118节点系统仿真,验证了所提策略的正确性和有效性。 展开更多

关键词 在线同调识别 含风电场电力系统 拉普拉斯特征映射 半监督算法 修正的余弦相似度因子

在线阅读 下载PDF 职称材料

基于LE与ICROA-RVM的瓦斯传感器故障诊断 被引量：5

17

作者 徐耀松 邱微 +2 位作者 王治国 王雨虹 阎馨 《传感技术学报》 CAS CSCD 北大核心 2019年第1期89-95,共7页

针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,... 针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断。首先采用流形学习方法 LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断。实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96%以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性。 展开更多

关键词 瓦斯传感器故障诊断 拉普拉斯特征映射 改进化学反应优化算法 相关向量机

在线阅读 下载PDF 职称材料

瓦斯突出等级预测模型 被引量：3

18

作者 赵国强 王留洋 +2 位作者 刘雨竹 卢万杰 王志中 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2023年第1期32-39,共8页

针对瓦斯突出等级评判方法预测准确度低的问题,提出一种基于拉普拉斯特征映射算法(LE)和改进的乌鸦搜索算法(ICSA)优化核极限学习机(KELM)的瓦斯突出预测模型。利用LE算法对瓦斯突出数据进行非线性降维,消除变量间的相互重叠;引入Tent... 针对瓦斯突出等级评判方法预测准确度低的问题,提出一种基于拉普拉斯特征映射算法(LE)和改进的乌鸦搜索算法(ICSA)优化核极限学习机(KELM)的瓦斯突出预测模型。利用LE算法对瓦斯突出数据进行非线性降维,消除变量间的相互重叠;引入Tent扰动序列、自适应步长和自适应感知概率改进传统的乌鸦搜索算法(CSA),有效避免算法陷入局部最优,提高算法的收敛性能;采用ICSA算法对KELM的相关参数进行寻优,建立基于LE和ICSA-KELM的瓦斯突出等级评判模型。经过对比试验表明,该模型能够有效提高预测准确率。 展开更多

关键词 瓦斯突出 等级评定 拉普拉斯特征映射算法 乌鸦搜索算法 Tent混沌序列 核极端学习机

在线阅读 下载PDF 职称材料

基于HRCMFDE、LS、BA-SVM的行星齿轮箱故障诊断 被引量：4

19

作者 庄敏 李革 +1 位作者 范智军 孔德成 《机电工程》 CAS 北大核心 2022年第11期1535-1543,共9页

针对行星齿轮箱的特征提取以及故障识别问题,提出了一种基于混合精细复合多尺度波动散布熵(HRCMFDE)特征提取、拉普拉斯分数(LS)特征降维优化和蝙蝠算法优化支持向量机(BA-SVM)故障识别的行星齿轮箱故障诊断方法。首先,提出了一种新的... 针对行星齿轮箱的特征提取以及故障识别问题,提出了一种基于混合精细复合多尺度波动散布熵(HRCMFDE)特征提取、拉普拉斯分数(LS)特征降维优化和蝙蝠算法优化支持向量机(BA-SVM)故障识别的行星齿轮箱故障诊断方法。首先,提出了一种新的时间序列复杂度测量方法—HRCMFDE(其由5种不同粗粒化方式的RCMFDE组成,具备更全面和可靠的特征提取性能),用于从振动信号中挖掘出反映行星齿轮箱状态的故障信息,构成初始的混合故障特征;然后,考虑到由HRCMFDE组成的故障特征具有较高的维数和冗余,利用LS对初始特征进行了优化,生成了低维的敏感特征;最后,利用基于蝙蝠算法优化的支持向量机,对行星齿轮系不同故障特征向量进行了训练和分类,利用真实故障数据集对基于HRCMFDE、LS、BA-SVM的方法进行了验证。研究结果表明:利用行星齿轮箱数据集对该方案进行的有效性实验,能够准确地识别出齿轮箱的不同故障,其单次分类的准确率达到了98.13%,多次分类的平均准确率也优于对比方法;该结果验证了基于混合精细复合多尺度波动散布熵特征提取的有效性,采用该方法能够对行星齿轮箱的故障进行诊断。 展开更多

关键词 特征提取 特征降维优化 故障分类识别 混合精细复合多尺度波动散布熵 拉普拉斯分数 蝙蝠算法优化支持向量机

在线阅读 下载PDF 职称材料

改进ILoG算子的故障检测方法

20

作者 邓飞跃 杨绍普 +2 位作者 宋文涛 韩飞 郝如江 《振动．测试与诊断》 EI CSCD 北大核心 2020年第4期695-701,822,823,共9页

针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaussian,简称ILoG)算子的微弱故障检测方法。ILoG算子滤波器具有优良的信号突变特征检测能力,将其用于轮对... 针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaussian,简称ILoG)算子的微弱故障检测方法。ILoG算子滤波器具有优良的信号突变特征检测能力,将其用于轮对轴承故障信号的冲击特征检测,同时利用水循环算法(water cycle algorithm,简称WCA)的寻优特性,并行搜寻筛选最佳的ILoG算子影响参数,通过对参数优化后ILoG算子滤波后信号做进一步包络解调分析,提取出轮对轴承微弱的故障特征信息。对实际轮对轴承外圈和内圈故障信号分析的结果表明,该方法可以有效检测出轴承微弱故障特征频率,故障检测效果优于小波阈值和多尺度形态学差值滤波方法。 展开更多

关键词 轮对轴承 微弱故障 特征提取 高斯拉普拉斯算子 水循环算法

在线阅读 下载PDF 职称材料