关于电机故障诊断方法的优化研究

• 作者: 乔林翰 刘联涛 夏雨婷 王惠中
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 等谱流形学习算法 狼群算法 最小二乘支持向量机 主成分分析 粒子群算法
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 仿真智能化
• 页码范围: 361-366
• 页数: 6页
• 分类号: TN929.52
• 字数: 4123字
• 语种: 中文

摘要

针对高维数据的维数困扰、参数影响性能以及噪声干扰,采用等谱流形学习算法进行数据的降维,并采用狼群算法对等谱流形学习算法和最小二乘支持向量机的参数进行优化,提出了一种电机故障诊断的方法.结果表明:首先采用狼群算法优化等谱流形学习算法的特征维数d以及最小二乘支持向量机的惩罚参数C和核函数γ,并用等谱流形学习算法对数据进行降维处理,以提取其低维的特征空间,最后在建立最小二乘支持向量机模型,从而进行分类.仿真结果验证了所建模型的正确性和有效性,而且等谱流形学习算法的降维结果优化于主成分分析,其抗噪能力也很强,并且狼群算法优化的分类结果也优于粒子群算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠中		70	337	9.0	15.0
2	刘联涛		3	14	2.0	3.0
3	夏雨婷		3	10	2.0	3.0
7	乔林翰		3	14	3.0	3.0