摘要:
在旋转机械故障智能诊断中,收集大量的样本比较容易,而要对所有的样本进行类别标记却较为困难。针对这一问题,提出了一种基于拉普拉斯支持向量机的旋转机械故障智能诊断方法。滚动轴承故障诊断实例表明,有标记样本的数量较少时,与仅使用有标记样本进行学习的支持向量机相比,基于拉普拉斯支持向量机的诊断方法利用大量的无标记样本进行辅助学习,可以显著提高故障诊断的正确率。
中图分类号:
郝腾飞, 陈果. 旋转机械故障的拉普拉斯支持向量机诊断方法[J]. 中国机械工程, 2016, 27(01): 73-78.
Hao Tengfei, Chen Guo. Fault Diagnosis of Rotating Machinery Based on Laplacian Support Vector Machines[J]. China Mechanical Engineering, 2016, 27(01): 73-78.