期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
改进多线性主成分分析网络及其在滚动轴承故障诊断中的应用 被引量:5
1
作者 郭家昕 程军圣 杨宇 《中国机械工程》 EI CAS CSCD 北大核心 2022年第2期187-193,201,共8页
针对实测滚动轴承振动信号通常存在噪声干扰,具有非线性和非平稳特性,而多线性主成分分析网络(MPCAnet)在处理复杂非平稳数据时存在非线性拟合能力差、特征聚类性一般的问题,通过引入核变换,提出了一种改进的多线性主成分分析网络,增大... 针对实测滚动轴承振动信号通常存在噪声干扰,具有非线性和非平稳特性,而多线性主成分分析网络(MPCAnet)在处理复杂非平稳数据时存在非线性拟合能力差、特征聚类性一般的问题,通过引入核变换,提出了一种改进的多线性主成分分析网络,增大了训练样本间的差异度,进一步提高了MPCAnet在处理非线性数据时的泛化能力和分类精度。通过不同滚动轴承故障诊断数据集对该方法进行验证,结果表明该方法具有较高的鲁棒性,能够准确识别滚动轴承的各类故障。 展开更多
关键词 卷积神经网络 改进线性主成分分析网络 主成分分析 滚动轴承 故障诊断
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部