基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对有标记故障样本不足和故障数据高维非线性的问题,提出了基于半监督拉普拉斯特征映射(LE)算法的故障诊断模型。该模型运用 LE 算法,直接从原始高维振动信号中提取低维流形特征,并将其输入到基于LE的半监督分类器,从而识别出机械设备的运行状态。与传统方法相比,该模型能明显提高滚动轴承和齿轮的故障识别性能。
推荐文章
基于拉普拉斯特征映射的分类器设计
拉普拉斯特征映射
监督学习
分类器
相异度
基于局部均值分解与拉普拉斯特征映射的滚动轴承故障诊断方法
非平稳信号
局部均值分解
拉普拉斯特征映射
故障诊断
面向转子故障特征提取的多尺度拉普拉斯特征映射方法
转子系统
拉普拉斯特征映射
多尺度
特征提取
鲁棒拉普拉斯特征映射算法
拉普拉斯特征映射
鲁棒
离群点
流形
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于半监督拉普拉斯特征映射的故障诊断
来源期刊 中国机械工程 学科 工学
关键词 故障诊断 特征提取 流形学习 半监督拉普拉斯特征映射
年,卷(期) 2016,(14) 所属期刊栏目
研究方向 页码范围 1911-1916
页数 6页 分类号 TP206|TP391.4
字数 3957字 语种 中文
DOI 10.3969/j.issn.1004-132X.2016.14.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭顺生 181 1385 19.0 25.0
2 江丽 13 92 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (35)
参考文献  (13)
节点文献
引证文献  (7)
同被引文献  (10)
二级引证文献  (15)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
故障诊断
特征提取
流形学习
半监督拉普拉斯特征映射
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国机械工程
半月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市湖北工业大学772信箱
38-10
1973
chi
出版文献量(篇)
13171
总下载数(次)
15
总被引数(次)
206238
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导