一种流形学习在故障诊断数据提取中的应用

摘要

本发明公开了一种流形学习在故障诊断数据提取中的应用，该流形学习在故障诊断数据提取中的应用具体步骤如下：S1：L1范数是指向量中各个元素绝对值之和，也有个美称叫“稀疏规则算子”(Lasso regularization)，虽然L0范数同样可以用于实现稀疏化，提高模型的特征选取能力和可解释性。本设计通过使用基于截断牛顿内点法的LLE来对机械故障信息进行特征提取，以SVM分类方法对故障信息进行识别，通过对Iris和美国西储大学轴承数据集的处理，发现本设计所提出的方法具有良好的特征选取能力，但是该方法也存在着一定的不足，假如真实数据集当中具有多个不连续的子集，并且每个流形之间的结构也不相同，那么该方法就不能对该数据集的低维流形结构进行分析和计算。