基于伪标签半监督核局部费舍尔判别分析轴承故障诊断方法

    公开(公告)号:CN109582003B

    公开(公告)日:2021-04-20

    申请号:CN201811462243.1

    申请日:2018-12-03

    Abstract: 基于伪标签半监督核局部费舍尔判别分析轴承故障诊断方法,其特征在于:该方法包括以下步骤:(1)收集轴承不同工状下振动信号经分段后构成训练样本;(2)对(1)获取的训练样本进行特征提取;(3)对(2)的特征归一化处理;(4)对(3)的全体特征集合利用密度峰值聚类求得聚类标签集;(5)用(4)的聚类伪标签构造局部聚类间散度和聚类内散度正则化项,并同FDA中有标签样本的类间散度和类内散度结合,确定最终投影向量;(6)利用(5)的投影向量求有标签特征集在降维空间中的投影集合;(7)利用(6)的投影集合训练极限学习机;(8)对收集的振动信号经(2)、(3)和(5)处理后输入到模型中确定工况。本发明申请应用于轴承设备的故障识别问题。

    基于半监督核费舍尔判别分析物流企业客户分类方法

    公开(公告)号:CN110348502A

    公开(公告)日:2019-10-18

    申请号:CN201910583612.0

    申请日:2019-06-30

    Abstract: 基于半监督核费舍尔判别分析物流企业客户分类方法,其特征在于:该方法包括以下步骤:(1)确定物流企业常用的客户分类指标及分类情况;(2)根据(1)确定的客户分类指标进行物流企业客户信息的收集;(3)对(2)的数据样本集合标准化处理;(4)对(3)获取的归一化后客户样本数据矩阵构建一致性假设矩阵,并计算局部类间和类内拉普拉斯矩阵;(5)利用步骤(4)中获取的一致性假设矩阵计算正则化项拉普拉斯矩阵并整合到Fisher判别分析目标函数中,通过求解最小化目标函数获得最优投影矩阵;(6)计算(2)的归一化后客户样本在投影矩阵上的投影坐标,(7)利用最近邻算法对投影坐标分类确定客户类别。本发明申请应用于物流企业客户的分类问题。

    基于伪标签半监督核局部费舍尔判别分析轴承故障诊断

    公开(公告)号:CN109582003A

    公开(公告)日:2019-04-05

    申请号:CN201811462243.1

    申请日:2018-12-03

    Abstract: 基于伪标签半监督核局部费舍尔判别分析轴承故障诊断,其特征在于:该方法包括以下步骤:(1)收集轴承不同工状下振动信号经分段后构成训练样本;(2)对(1)获取的训练样本进行特征提取;(3)对(2)的特征归一化处理;(4)对(3)的全体特征集合利用密度峰值聚类求得聚类标签集;(5)用(4)的聚类伪标签构造局部聚类间散度和聚类内散度正则化项,并同FDA中有标签样本的类间散度和类内散度结合,确定最终投影向量;(6)利用(5)的投影向量求有标签特征集在降维空间中的投影集合;(7)利用(6)的投影集合训练极限学习机;(8)对收集的振动信号经(2)、(3)和(5)处理后输入到模型中确定工况。本发明申请应用于轴承设备的故障识别问题。

Patent Agency Ranking