基于无监督迁移成分分析和支持向量机的故障分类方法

蒋兆; 马义中

首页> 中文期刊> 《计算机集成制造系统》 >基于无监督迁移成分分析和支持向量机的故障分类方法

基于无监督迁移成分分析和支持向量机的故障分类方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对因源域和目标域数据存在分布差异及故障样本缺乏影响故障分类准确度的问题,构建了基于无监督迁移成分分析—支持向量机(UTCA-SVM)的故障分类模型。首先,将不同工况的样本特征映射到Hilbert核空间;然后,通过最大均值差异(MMD)来度量迁移的源域样本数据,实现从源域到目标域的跨域特征信息迁移;最后,通过实验对所提故障分类方法进行验证。实验结果表明:所提方法与主成分分析—支持向量机分类模型(PCA-SVM)和SVM分类模型相比,能够减少域分布差异以更准确的进行样本数据分类,进而准确地检测出滚动轴承的故障状态。

著录项

来源
《计算机集成制造系统》 |2023年第9期|3066-3073|共8页
作者
蒋兆; 马义中;
展开▼
作者单位

南京理工大学经济管理学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类滚动轴承;
关键词
滚动轴承; 无监督迁移成分分析; 支持向量机; 最大均值差异; 故障检测;

相似文献

中文文献
外文文献
专利

1. 基于无监督迁移成分分析和深度信念网络的轴承故障诊断方法 [J] . 谭俊杰 ,杨先勇 ,徐增丙 . 武汉科技大学学报（自然科学版） . 2019,第6期
2. 基于迁移成分分析的跨域轴承故障分类方法研究 [J] . 兰雨涛 ,胡超凡 ,金京 . 机电工程 . 2021,第5期
3. 基于主成分分析和支持向量机分类模型的滚动轴承故障诊断 [J] . 韩松 ,徐林森 . 科学技术与工程 . 2021,第8期
4. 基于迁移成分分析和支持向量机的肝移植并发症预测方法 [J] . 曹鸿亮 ,张莹 ,武斌 . 计算机应用 . 2021,第12期
5. 基于无监督迁移学习的核范数最大化轴承故障诊断方法 [J] . 黄健豪 ,郑波 ,陈国庆 . 科学技术与工程 . 2023,第11期
6. 基于多分类支持向量机的凝汽器故障诊断方法 [C] . 王雷 ,张瑞青 ,盛伟 . 中国动力工程学会第四届青年学会会议 . 2009
7. 基于鲁棒独立成分分析与支持向量机的故障检测与分类方法研究 [A] . 冯莹 . 2013

基于无监督迁移成分分析和支持向量机的故障分类方法

摘要

著录项

相似文献

相关主题

期刊订阅