局部分层非负张量分解算法及在机械故障诊断中的应用

• 作者: 王海军 王飞 许飞云
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 非负张量分解 双谱 特征提取 空压机 BP神经网络
• 年，卷（期）: 2011,（4）
• 页码范围: 394-399
• 分类号: TP206.3
• 字数: 1082字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2011.04.010

摘要

针对传统非负张量分解收敛速度慢,分解精度低的难题,结合three semi-NMF模型,将局部目标函数理论应用于非负张量分解中,提出了基于局部分层的非负张量分解算法,并通过人脸特征提取实验验证了算法的有效性.通过对由空压机不同故障振动信号的双谱构成的张量按该算法分解,得到反映故障特征的基图像及与基图像对应的权值矩阵,建立了特征与故障频率之间的对应关系,并将权值矩阵输入到BP神经网络中对故障进行分类.同时将该方法与其他特征提取方法相比较,实验结果表明该方法有效地提高了空压机故障诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王飞	东南大学机械工程学院	143	295	9.0	12.0
2	许飞云	东南大学机械工程学院	113	1137	16.0	28.0
3	王海军	东南大学机械工程学院	7	31	2.0	5.0