基于 MSCE 的机械故障特征提取
王 潇 1李国福 1李 哲1
作者信息
- 1. 中原油田分公司技术监测中心装备监测总站
- 折叠
摘要
流形学习方法可以挖掘高维的观测空间中嵌入的低维流形，这对于处理机械设备检测中出现的高维度和高度非线性的数据是一个有力的工具。本文提出了一种基于新型流行学习算法稀疏流形聚类与嵌入（SMCE）的故障特征提取模型。该算法和以往的算法区别在于 SMCE 可以自动确定邻域的大小，这可以极大的提高聚类的准确率。
关键词
稀疏流形聚类与嵌入（SMCE）/流行学习/故障诊断引用本文复制引用
出版年
2018
NETL
NSTL
万方数据