碧波液压网 欢迎你,游客。 登录 注册

基于集成ELM框架的机械复合故障诊断

版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。

信息

资料大小
2.13 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数

简介

为了提升传统分类器在进行复合故障诊断时的诊断性能以及计算效率,提出了一种基于集成极限学习机框架的旋转机械复合故障诊断方法。提出的集成极限学习机框架由两个子网络组成,第一个极限学习机网络通过无监督聚类从每个点到每个质心生成欧氏距离函数,从而大大扩展了数据的样本,大大提高了该方法的适用范围。第二个极限学习机网络通过多输出节点多标签学习识别潜在输出,该分类器能够自适应的调整生成阈值,从而减少了对先验知识的依赖。通过仿真验证可知该方法在机械复合故障诊断方面具有诊断精度高、计算复杂度小,自适应能力强等优点。
标签:
点赞   收藏

相关论文

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。

用户名: 验证码:

最新评论