期刊文献+

基于非线性判别分析的齿轮故障分类方法研究

Gear Fault Classification Using Nonlinear Discriminate Analysis
在线阅读 下载PDF
导出
摘要 针对复杂机械故障的模式分类问题,提出一种基于非线性判别的多故障分类方法.与线性判别分析相比,基于核的判别分析更适于处理线性不可分的分类问题.将此方法用于齿轮齿面点蚀、剥落以及磨损等故障的分类识别,取得了很好的分类效果.研究表明,基于核的判别分析适于在积累历史故障征兆基础上对多种机械故障进行分类识别.
出处 《振动工程学报》 EI CSCD 北大核心 2004年第z1期290-293,共4页 Journal of Vibration Engineering
基金 振动、冲击与噪声国家重点实验室开放基金资助项目(编号:VSN-2004-03)和华南理工大学专项基金资助项目(编号:320-E5040530)
  • 相关文献

参考文献6

  • 1[1]Mika S, tsch G R, Weston J, et al. Fisher discriminant analysis with kernels. Neural Networks for Signal Processing Ⅸ, 1999: 41-48
  • 2[2]Mika S, Ratsch G, Weston J, et al. Invariant feature extraction and classification in kernel spaces. Advances in Neural Information Processing Systems, 2000; (12):526-532
  • 3[3]Roth V, Steinhage V. Nonlinear discriminant analysis using kernel function. Advances in Neural Information Proceeding Systems, MA:MIT Press, 2000; (2): 568-574
  • 4[4]Mika S, Smola A, Schalkopf B. An improved training algorithm for kernel fisher discriminants. In Proceedings AISTATS, Morgan Kaufmann, 2001; 13: 98-104
  • 5[5]Baudat G, Anouar F. Generalized discriminant analysis using a kernel approach. Neural Computation. 2000; 12(10):2 385-2 404
  • 6[6]http:∥www. ulb. ac. be/polytech/laborulb/gearvi/gearjtfa. htm

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部