基于PCA-KLFDA的小样本故障数据集降维方法

• 作者: 王雪冬 赵荣珍 邓林峰
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 小样本故障数据集 数据降维 主元分析 核局部费歇尔判别分析
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 机械与材料工程
• 页码范围: 12-16
• 分类号: TH165|TP18
• 语种: 中文
• DOI: 10.13245/j.hust.151203

摘要

针对小样本故障数据集降维问题,提出一种基于主元分析(PCA)和核局部费歇尔判别分析相结合的子空间降维方法.该方法首先应用PCA提取数据集中的关键信息并实施降维,然后将该子空间通过高斯核方法映射至高维线性空间,并在高维空间基于局部费歇尔判别分析训练出一个最有辨别力的低维分类特征集.用双跨转子实验台的一组故障特征数据集进行验证,结果表明:该方法能有效应对小样本的降维问题,达到增大不同故障样本集合间距离、使同类故障样本间的类内距离减小的效果,为基于数据驱动途径实现智能故障辨识技术中涉及的小样本故障数据集类别划分问题提供了一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵荣珍	兰州理工大学机电工程学院	117	796	16.0	23.0
2	邓林峰	兰州理工大学机电工程学院	17	85	6.0	9.0
3	王雪冬	兰州理工大学机电工程学院	5	12	2.0	3.0