基于2维非负矩阵分解的时频图像压缩在柴油机故障诊断中的应用

• 作者: 史润泽 李兵
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 时频图像压缩 2维非负矩阵分解 柴油机 特征提取 故障诊断
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 网络与信息技术
• 页码范围: 21-25
• 页数: 5页
• 分类号: TP391.41
• 字数: 2853字
• 语种: 中文
• DOI: 10.7690/bgzdh.2019.07.005

摘要

针对1维非负矩阵分解技术对2维矩阵特征降维时,会产生数据量巨大、计算效率低下和丢失原始数据结构信息的问题,引入2维非负矩阵分解技术.通过S变换得到振动信号的时频图像,用1DNMF和2DNMF分别压缩时频图像,对压缩后的图像信息进行分类,对柴油机在8种状态下的振动信号进行采集,并采用最近邻分类器、朴素贝叶斯分类器和支持向量机分类器进行实验对比.结果表明,2维非负矩阵分解技术比原始的1维技术计算效率更高,故障诊断更精准.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兵	陆军工程大学石家庄校区导弹工程系	2	1	1.0	1.0