典型文献
改进的D-t-SNE滚动轴承故障数据集降维方法
文献摘要：
针对传统降维方法难以保持数据集的局部与全局几何结构特征问题,选择测地距离作为度量指标,提出改进t-SNE的故障数据集降维方法D-t-SNE.首先提取消噪振动信号的多域高维故障数据集,在对其进行归一化处理之后,利用GD指标改进后的D-t-SNE算法对高维故障数据集进行降维运算,去除冗余信息,然后通过不同的分类器对低维特征子集进行故障模式辨识.以UCI数据集和双跨转子实验台的模拟故障数据集为实验对象对D-t-SNE算法进行验证,并与SNE和t-SNE算法的各项实现结果进行对比.结果表明,D-t-SNE算法具有通过降低高维故障数据集的维数从而达到降低故障分类难度、提高故障辨识准确率的性能,可为降低旋转机械原始故障特征数据集的规模、降低故障分类的难度与提高故障辨识结果的可视化效果提供理论参考依据.
文献关键词：
t-分布随机近邻嵌入;滚动轴承;数据降维;故障诊断;测地距离
中图分类号：
作者姓名：
赵荣珍;薛勇;吴耀春
作者机构：
兰州理工大学 机电工程学院,甘肃 兰州 730050
文献出处：
引用格式：
[1]赵荣珍;薛勇;吴耀春-.改进的D-t-SNE滚动轴承故障数据集降维方法)[J].兰州理工大学学报,2022(03):42-49
A类：
B类：
SNE,滚动轴承,轴承故障,故障数据,降维方法,保持数据,几何结构,特征问题,测地距离,度量指标,消噪,振动信号,多域,高维,归一化处理,GD,冗余信息,分类器,低维特征,特征子集,故障模式,模式辨识,UCI,转子,子实,实验台,集为,实验对象,故障分类,故障辨识,旋转机械,故障特征,特征数据集,随机近邻嵌入,数据降维
AB值：
0.405115
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
