基于核最优K-L变换的故障特征提取方法研究

• 作者: 刘冠军 王新峰 邱静
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 核函数主元分析(KPCA) 核最优K-L变换 特征提取 非线性特征
• 年，卷（期）: 2006,（3）
• 页码范围: 288-291
• 页数: 4页
• 分类号: TH165|TP18
• 字数: 4359字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-8728.2006.03.010

摘要

核函数主元分析KPCA(kernel principal component analysis)能够提取机械故障信号的非线性特征,可以应用于机械故障状态识别.但是KPCA是一种无监督的特征提取方法,不能利用故障信号中的类别信息.本文介绍了一种核最优K-L变换,它可以充分利用类别信息,它能够提取类平均向量和方差向量中的判别信息,使提取的特征分类效果更好.在齿轮故障诊断实验中,采用核最优K-L变换提取故障信号的非线性特征,实验结果表明核最优K-L变换相比KPCA故障识别结果更为理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱静	国防科技大学机电工程与自动化学院	115	1406	22.0	30.0
2	刘冠军	国防科技大学机电工程与自动化学院	88	860	18.0	23.0
3	王新峰	国防科技大学机电工程与自动化学院	13	160	8.0	12.0