基于主成分修整和线性判别分析的重叠故障识别

• 作者: 何桢 李天恩
• 来源期刊: 系统工程学报
• 学科: 地球科学
• 关键词: PCA修整 LDA 重叠故障识别 变量均值小偏移
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 可靠性分析
• 页码范围: 712-718
• 分类号: N94
• 字数: 3509字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5781.2012.05.017

摘要

针对在二维空间中,由变量均值偏移量较小但协方差不变所导致地故障类重叠,并因此降低故障识别率的问题,提出一种基于主成分分析(PCA)修整和线性判别分析(LDA)的新方法(PLDA).该方法通过减弱不同故障类的重叠主成分对分类的影响,达到提升LDA故障识别率的目的.对24种具有代表性故障组合的模拟样本运用10次10倍交叉验证,试验结果表明PLDA算法的平均故障识别率为94.6％,远高于传统的核化LDA算法和LDA算法的60.0％和61.9％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何桢	天津大学管理与经济学部	276	5264	35.0	62.0
2	李天恩	天津大学管理与经济学部	4	28	3.0	4.0