基于改进局部线性嵌入的滚动轴承高维数据特征约简方法研究

目录

声明

第一章绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 滚动轴承智能诊断方法研究现状

1.2.2 流形学习研究现状

1.2.3 局部线性嵌入故障诊断研究现状

1.3 本文的研究内容与组织结构

第二章流形学习理论与几种算法对比

2.1 流形学习基础理论

2.1.1 流形学习概述

2.1.2 经典流形学习算法

2.2 局部线性嵌入算法及相关算法

2.2.1 局部线性嵌入算法

2.2.2 基于马氏距离的局部线性嵌入算法

2.2.3 基于均匀化距离的局部线性嵌入算法

2.3 支持向量机分类器

2.4 仿真分析与对比

2.5 本章小结

第三章 改进局部线性嵌入算法

3.1 改进局部线性嵌入算法

3.1.1 算法介绍

3.1.2 流程说明

3.2 实验仿真分析

3.3 基于改进局部线性嵌入算法的轴承故障诊断

3.3.1 信号获取及预处理

3.3.2 特征提取

3.3.3 特征约简

3.3.4 故障识别

3.4 本章小结

第四章基于遗传算法的VMD降噪方法

4.1 局部线性嵌入算法降噪问题

4.2 常用降噪方法及其对比

4.2.1 经验模态分解

4.2.2 小波阈值降噪

4.2.3 变分模态分解

4.2.4 三种方法对比

4.3.1 遗传算法

4.3.2 VMD参数确定

4.4 实验结果与对比

4.5 本章小结

第五章特征约简的评价方法

5.1 常用特征约简评价方法

5.1.1 基于分类的特征约简效果评价

5.1.2 基于相似度的特征约简效果评价

5.1.3 基于自相关性的特征约简效果评价

5.2 基于多指标的特征约简评价方法

5.3 实验结果与分析

5.4 本章小结

第六章总结与展望

6.1 全文总结

6.2 工作展望

致 谢

参考文献