流形学习及其在机械故障诊断中的应用探讨

摘要

流形学习作为近年来较为热门的一种非线性数据降维方法，且已在各领域获得了广泛的应用。流形学习的基本思想是：设法展开高维空间卷曲的流形或发现内在的主要变量，即找到高维空间中的低维流形，并求出相应的嵌入映射，以实现维数约减或数据可视化。对于机械故障诊断，流形学习要对机械的振动信号进行分析、处理、检测、诊断，需要解决参数的选取、本征维数的确定两个问题。