典型文献
基于鲁棒最近邻超圆盘的齿轮箱智能故障诊断
文献摘要：
针对超圆盘分类器存在分类精度和分类效率较低等问题,引入松弛变量,并考虑当前类样本和异类样本的约束以避免超圆盘相交,从而得到更合理的类别区域估计,得到鲁棒超圆盘模型(Robust Hyperdisk Model,RHD),将RHD模型与最近邻分类方法结合,提出一种鲁棒最近邻超圆盘分类器(Robust Nearest Neighbor Hyperdisk Classifiers,RNNHDC).RNNHDC只需计算未知样本点到各类别RHD的距离,计算效率高,且可以直接用于多分类任务.最后将RNNHDC应用于齿轮箱故障诊断,在2个不同的齿轮箱数据集上进行实验验证,结果表明,RNNHDC分类精度高、鲁棒性强,可有效用于齿轮箱智能故障诊断.
文献关键词：
超圆盘;最近邻分类;齿轮箱;模式识别;故障诊断
中图分类号：
作者姓名：
宋立杰;胡天桢;李宝庆;蒋永健;杨宇;胡晖
作者机构：
湖南大学机械与运载工程学院, 湖南长沙 410082;陆军航空兵学院某研究所, 北京 101121
文献出处：
引用格式：
[1]宋立杰;胡天桢;李宝庆;蒋永健;杨宇;胡晖-.基于鲁棒最近邻超圆盘的齿轮箱智能故障诊断)[J].湖南大学学报（自然科学版）,2022(12):20-29
A类：
超圆盘,Hyperdisk,RNNHDC
B类：
智能故障诊断,分类器,分类精度,松弛变量,异类,相交,更合,别区,区域估计,Robust,Model,RHD,最近邻分类,分类方法,Nearest,Neighbor,Classifiers,未知样本,样本点,计算效率,多分类,分类任务,齿轮箱故障诊断,模式识别
AB值：
0.267001
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。
