增量LTSA算法在转子故障数据集降维中的应用

• 作者: 杜文波 王彭 胡常安 袁德强
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 故障诊断 人工智能理论 转子 局部切空间排列算法
• 年，卷（期）: 2015,（1）
• 页码范围: 230-234
• 页数: 5页
• 分类号: TB53|TP206+.3|TP18|TN911.7
• 字数: 3658字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2015.01.047

摘要

针对传统流形学习算法不具有增量学习能力；故难以处理新增数据与大规模海量数据集的问题，由此，提出一种用于机械转子故障数据集降维的增量局部切空间的排列算法(ILTSA)。该算法首先采用局部切空间排列算法对原始训练样本进行降维处理，获得其低维流形结构，然后通过增量学习算法对新增样本进行处理。得到所有数据的低维嵌入坐标，最后通过转子故障数据集验证了该方法的有效性，取得了良好的分类效果，有利于实时动态故障监测与诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁德强	兰州理工大学机电工程学院	4	29	3.0	4.0
2	杜文波		4	4	1.0	1.0
3	胡常安		2	2	1.0	1.0
4	王彭		1	1	1.0	1.0