文献

J-GLOBAL ID：201702232193106701   整理番号：17A1719729

機械故障診断のためのロバストな局所線形埋め込みアルゴリズム【Powered by NICT】

Robust locally linear embedding algorithm for machinery fault diagnosis

著者 (5件)： Zhang Yansheng (School of Electrical Engineering and Automation, Harbin Institute of Technology, Harbin 150001, PR China) ,  Zhang Yansheng (School of Information and Electrical Engineering, Northeast Petroleum University, Daqing 163318, PR China) ,  Ye Dong (School of Electrical Engineering and Automation, Harbin Institute of Technology, Harbin 150001, PR China) ,  Liu Yuanhong (School of Electrical Engineering and Automation, Harbin Institute of Technology, Harbin 150001, PR China) ,  Liu Yuanhong (School of Information and Electrical Engineering, Northeast Petroleum University, Daqing 163318, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 273  ページ： 323-332  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 局所線形埋め込み(LLE)は,古典的な非線形次元縮小アルゴリズムであり,それは機械の故障診断に広く用いられている。LLEは幾何学的構造を調べることによってのみデータセットの次元を減少させる,ことである,幾何学的構造は,埋め込み結果のための重要な要因の一つである。従来のLLEアルゴリズムでは,幾何学的構造は,通常の最小二乗(OLS)アルゴリズム,埋め込み結果は,雑音に敏感であるとするにより計算した。問題を解決するために,ロバストなLLE(RLLE)を研究した。RLLEアルゴリズムでは,最小角度回帰と弾性ネット(LARS EN)技術を用いて,局所構造を計算した。に加えて,RLLEとサポートベクトルマシン(SVM)に基づく新しい故障診断手法は機械故障診断のための提案した。合成および実データ集合上で行った実験は,故障診断の項で提案した方法の利点を実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *アルゴリズム ,  弾性 ,  サポートベクトルマシン ,  *ロバスト性 ,  *故障診断 ,  雑音 ,  最小二乗法 ,  *線形性
準シソーラス用語： 局所構造 ,  非線形次元縮小 ,  *機械故障 , 【Automatic Indexing@JST】

著者キーワード (5件)： 局所線形埋込み ,  L_1正則化 ,  故障診断 ,  最小角度回帰 ,  弾性ネット

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 機械故障 ,  診断 ,  ロバスト ,  線形 ,  埋め込み ,  アルゴリズム