论文部分内容阅读
在机械设备故障诊断研究领域中,系统采集的原始监测数据经过处理得到的结果往往是数据量很大,维数很高的图像数据,因此,从高维图像中获取敏感特征是当前故障诊断领域中面临的一项关键技术。本文提出了基于多核非负矩阵分解的机械设备故障诊断方法,该方法克服了传统故障诊断需对机械设备信号进行特征提取而造成信息丢失,通过应用多核非负矩阵分解方法进行降维,然后结合多核支持向量机实现对降维后的数据直接进行识别。实验证明该方法可降低原始数据特征的维数,提高分类运算的效率以及故障诊断的识别率。