典型文献
基于Self-Weight与t-SNE的滚动轴承故障诊断
文献摘要：
针对滚动轴承故障信号非线性、故障特征种类繁多难以准确分类的问题,提出了一种Self-Weigh与t-SNE相结合的解决方法.先用WPT完成对原始故障信号的处理及特征的提取,然后采用Self-Weigh评估每个特征的敏感程度,获取最优特征;再对这些最优特征通过t-SNE进行降维可视化处理,获取低维敏感特征,并将其作为AP传播聚类的输入,从而实现故障类型100％正确识别.采用机械综合模拟实验平台的轴承数据加以验证,并与采用t-SNE、Self-Weigh+PCA方法进行对比,结果体现了所提方法的优势.
文献关键词：
自权重;t分布随机近邻嵌入;滚动轴承;故障诊断;特征提取
中图分类号：
作者姓名：
倪伟;蒋占四
作者机构：
桂林电子科技大学机电工程学院,广西桂林 541004
文献出处：
引用格式：
[1]倪伟;蒋占四-.基于Self-Weight与t-SNE的滚动轴承故障诊断)[J].桂林电子科技大学学报,2022(06):463-467
A类：
Weigh+PCA
B类：
Self,Weight,SNE,滚动轴承故障诊断,故障信号,故障特征,特征种,多难,先用,WPT,特征的提取,敏感程度,优特,可视化处理,低维,敏感特征,AP,故障类型,综合模拟,模拟实验,实验平台,轴承数据,自权重,随机近邻嵌入
AB值：
0.404603
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。
