基于最近最远距离保持投影算法的发动机失火状态识别

• 作者: 张绍辉 李巍华
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 流形学习 特征提取 发动机失火 故障识别
• 年，卷（期）: 2015,（20）
• 所属期刊栏目: 运载工程
• 页码范围: 156-163
• 页数: 8页
• 分类号: TG156
• 字数: 5284字
• 语种: 中文
• DOI: 10.3901/JME.2015.20.156

摘要

目前的局部保持投影算法(Locality and preserving projections, LPP)只考虑样本点的近邻矩阵，但是对于那些处于与该样本点距离最远处的样本特性并没有做出研究，这些最远处的样本同样具有描述数据结构信息的功能。为了更好地保留数据结构信息，在考虑样本的近邻点分布的同时分析其最远处的样本点分布，即同时考虑样本的“近邻矩阵”和“最远矩阵”，通过二者结合实现数据维数的约简，由此提出基于最近最远距离的保持投影算法(Nearest and farthest distance preserving projections, NFDPP)。将该算法运用于发动机失火状态的仿真数据及实际测试中，通过与主成分分析(Principal component analysis, PCA)、LPP、邻域保持嵌入(Neighborhood preserving embedding, NPE)、线性判别分析(Linear discriminant analysis, LDA)等算法的对比，得出NFDPP算法能够得到更低的识别错误率曲线，证明所提出的NFDPP算法能够有效地识别发动机失火故障状态。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李巍华	华南理工大学机械与汽车工程学院	27	597	14.0	24.0
2	张绍辉	华南理工大学机械与汽车工程学院	8	110	4.0	8.0