文献

J-GLOBAL ID：201902282643751827   整理番号：19A2532733

改良LEと拘束種子K平均に基づく半教師つき故障同定【JST・京大機械翻訳】

Semi-supervised fault identification based on improved Laplace feature mapping and constraint seed K-means

著者 (3件)： Zhang Xin (武漢理工大学机電工程学院,武漢430070;武漢理工大学湖北省数字制造重点実験室,武漢430070) ,  Guo Shunsheng (武漢理工大学机電工程学院,武漢430070;武漢理工大学湖北省数字制造重点実験室,武漢430070) ,  Jiang Li (武漢理工大学机電工程学院,武漢430070;武漢理工大学湖北省数字制造重点実験室,武漢430070)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 38  号： 16  ページ： 93-99  発行年： 2019年 
JST資料番号： C2157A  ISSN： 1000-3835  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ラプラシアン特徴マッピング(LE)アルゴリズムに基づいて,標識サンプルポイントの信頼限界を,いくつかのラベル付きサンプルで利用する重要な情報を完全に利用するために,改良LEアルゴリズムと,このアルゴリズムに基づく半教師つき故障診断モデルを提案する。改良LEアルゴリズムを採用して,オリジナルの高次元振動信号から最も敏感な低次元多様体特徴を抽出し,次に,拘束シードK平均アルゴリズムに基づく分類装置に入力して,可視化クラスタ化結果を用いて機械装置の運転状態を識別した。カーネル主成分分析,カーネル判別分析などの古典的アルゴリズムと比較して,このモデルは,軸受故障タイプと転がり故障の重大性の識別性能を明らかに改善することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼限界 ,  アルゴリズム ,  クラスタ化 ,  判別分析 ,  *故障 ,  分類装置 ,  故障診断 ,  可視化 ,  Laplace演算子 ,  軸受 ,  高次元 ,  多様体
準シソーラス用語： カーネル主成分分析 ,  低次元 ,  振動信号 , 【Automatic Indexing@JST】

分類 (1件)： 構造動力学  (HD02000E)

タイトルに関連する用語 (7件)： LE ,  拘束 ,  種子 ,  平均 ,  教師 ,  故障 ,  同定