基于改进LE和约束种子K均值的半监督故障识别

摘要：

为充分利用少量有标记样本蕴含的重要信息,在拉普拉斯特征映射(LE)算法基础上,对标记样本点进行置信度约束,提出了改进的LE算法及基于该算法的半监督故障诊断模型.该模型采用改进的LE算法,直接从原始高维振动信号中提取最敏感的低维流形特征,随后将其输入到基于约束种子K均值算法构建的分类器,从而以可视化的聚类结果标识机械设备的运行状态.与核主成分分析、核判别分析等经典算法进行比较,该模型能明显提高轴承故障类型和滚动体故障严重性的识别性能.

关键词：半监督、拉普拉斯特征映射(LE)、约束种子K均值、故障诊断

所属期刊栏目：38

分类号：TH133.3

资助基金：中央高校基本科研业务费专项资金2018IVA022;国家自然科学基金51705386,51705385;湖北省科技支撑计划项目2015BAA063,2014BAA032

在线出版日期：2019-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：93-99