论文部分内容阅读
随着现代工业和科学技术的发展,在石油化工、电力、冶金等行业中占主导地位的旋转机械正朝着大型化、集成化以及高度自动化方向发展。计算机技术与各种智能仪表在机械装备监测中的广泛应用,使得机械设备运行过程中的数据被采集并存储。但是这些数据往往存在着“海量”和“高维”的特点,如何有效地利用这些数据,发掘数据中包含的知识规律,对旋转机械故障诊断具有重大的意义。特征选择是一类可以在大量特征中挑选敏感特征的算法,它通过构造合适的特征选择模型,剔除转子故障数据集中的不相关和冗余特征,对于提高模式辨识的效率和准确率都有