基于MFLME的轉(zhuǎn)子故障特征降維方法

摘要： 針對(duì)故障特征維數(shù)過高導(dǎo)致故障的分類與辨識(shí)性能不佳的現(xiàn)狀，提出一種基于中值特征線多圖嵌入（median feature line multi-graph embedding，簡(jiǎn)稱MFLME）的故障數(shù)據(jù)集降維算法。首先，將樣本點(diǎn)到特征空間的投影度量改進(jìn)為中值度量，削弱算法的外推誤差；其次，通過定義近鄰特征線圖和遠(yuǎn)鄰特征線圖，減少異類樣本的混淆，擴(kuò)大類別間距，為后續(xù)故障的分類決策降低... （共9頁(yè)）