KPCA与LTSA融合的转子故障数据集降维算法.pdf

文档介绍：第 卷 第 期 兰 州 理 工 大 学 学 报
47 1
年 月
2021 2 JournalofLanzhouUniversityofTechnology

文章编号
:1673-5196(2021)01-0036-05
KPCA 与 LTSA 融合的转子故障数据集降维算法

赵荣珍,陈昱吉

兰州理工大学 机电工程学院 甘肃 兰州
( , 730050)

摘要:针对核主成分分析( , )和局部切空间排列算法( ,
kernelprincipalcomponentanalysisKPCA localtangentspace
)在降维过程中无法兼顾保持数据全局结构特性和局部结构特性的问题,利用核函数的可线性叠加性质,提
LTSA
出一种将 算法与 算法融合的非线性降维算法 该算法能使故障数据集经过降维后同时保持数据样本
KPCA LTSA .
间的全局距离关系和局部邻域关系 应用验证表明:本算法可以准确地提取故障数据集中所包含的全局与局部结
.
构特征模式,使故障分类的结果更明晰、更准确、更有效
.
关键词:核主成分分析;局部切空间排列;数据降维;故障分类

中图分类号