典型文献
基于集成ELM框架的机械复合故障诊断
文献摘要：
为了提升传统分类器在进行复合故障诊断时的诊断性能以及计算效率,提出了一种基于集成极限学习机框架的旋转机械复合故障诊断方法.提出的集成极限学习机框架由两个子网络组成,第一个极限学习机网络通过无监督聚类从每个点到每个质心生成欧氏距离函数,从而大大扩展了数据的样本,大大提高了该方法的适用范围.第二个极限学习机网络通过多输出节点多标签学习识别潜在输出,该分类器能够自适应的调整生成阈值,从而减少了对先验知识的依赖.通过仿真验证可知该方法在机械复合故障诊断方面具有诊断精度高、计算复杂度小,自适应能力强等优点.
文献关键词：
旋转机械;复合故障诊断;极限学习机;无监督聚类;多标签分类
中图分类号：
作者姓名：
苏开华;邱斌;吴磊
作者机构：
中山火炬职业技术学院装备制造学院,广东中山 528436;江西理工大学电气工程与自动化学院,江西 赣州 341000
文献出处：
引用格式：
[1]苏开华;邱斌;吴磊-.基于集成ELM框架的机械复合故障诊断)[J].机械设计与制造,2022(12):44-51
A类：
欧氏距离函数
B类：
ELM,复合故障诊断,分类器,诊断性,计算效率,集成极限学习机,机框,旋转机械,故障诊断方法,子网络,极限学习机网络,无监督聚类,质心,心生,多输出,多标签学习,先验知识,仿真验证,计算复杂度,自适应能力,多标签分类
AB值：
0.232665
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。
