典型文献
基于UDGDP的转子故障数据集降维方法
文献摘要：
针对旋转机械智能故障辨识精度偏低的问题,提出一种基于不相关约束的双邻接图判别投影(uncorrelated double graph discriminant projection,UDGDP)降维算法.该算法通过构建两个流形结构图使低维空间同类样本更加紧凑、异类样本更加分散,同时引入不相关约束条件以降低投影变换后特征分量之间的相关性,进而达到提取敏感故障特征的目的.用转子故障数据集进行验证的结果表明:UDGDP算法能够降低所获得低维空间各特征之间的相关性,并且使故障各类别之间的差异性变得更加清晰,可有效提升分类器的辨识精度.该算法可为转子系统故障的智能辨识技术提供理论参考依据.
文献关键词：
双邻接图判别投影(UDGDP);不相关约束;转子故障数据集;降维
中图分类号：
作者姓名：
杨泽本;赵荣珍;刘强
作者机构：
兰州理工大学 机电工程学院,兰州 730050
文献出处：
引用格式：
[1]杨泽本;赵荣珍;刘强-.基于UDGDP的转子故障数据集降维方法)[J].振动与冲击,2022(16):255-260
A类：
UDGDP,转子故障数据集,智能故障辨识
B类：
降维方法,旋转机械,辨识精度,不相关约束,邻接,uncorrelated,double,graph,discriminant,projection,降维算法,流形结构,结构图,低维空间,加紧,紧凑,异类,加分,投影变换,故障特征,分类器,转子系统,系统故障,智能辨识
AB值：
0.306907
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。
