
基于贝叶斯最优核判别分析的机械故障诊断
Machinery Fault Diagnosis Based on Bayes Optimal Kernel Discriminant Analysis

摘 要:针对应用核判别分析到机械故障诊断时核参数选取困难的问题,提出一种基于贝叶斯最优核判别分析的机械故障诊断方法。用梯度下降法优化同方差性准则确定最优核参数;用最优核参数使用核判别分析将原始样本投影到一个最优子空间,在该子空间中使各类样本具有最佳判别性;基于投影后的样本用最近邻方法进行故障分类。将该方法应用于滚动轴承故障诊断,并与相关方法的诊断结果进行比较,实验结果表明:该方法可获得与支持向量机同样的性能,并避免核参数需人工选择的问题。
故障诊断 / 滚动轴承 / 判别分析 / 核优化 / 支持向量机 {{custom_keyword}} /
fault diagnosis / roller bearings / discriminant analysis / kernel optimization / support vector machines {{custom_keyword}} /
/
〈 |
|
〉 |