KPCA与LTSA融合的转子故障数据集降维算法

CORC > 兰州理工大学 > 兰州理工大学

	KPCA与LTSA融合的转子故障数据集降维算法
	赵荣珍; 陈昱吉
刊名	兰州理工大学学报
	2021-02-15
卷号	47 期号:2021,47(01)页码:36-40
关键词	核主成分分析局部切空间排列数据降维故障分类
英文摘要	针对核主成分分析（kernel principal component analysis,KPCA）和局部切空间排列算法（local tangent space,LTSA）在降维过程中无法兼顾保持数据全局结构特性和局部结构特性的问题,利用核函数的可线性叠加性质,提出一种将KPCA算法与LTSA算法融合的非线性降维算法.该算法能使故障数据集经过降维后同时保持数据样本间的全局距离关系和局部邻域关系.应用验证表明:本算法可以准确地提取故障数据集中所包含的全局与局部结构特征模式,使故障分类的结果更明晰、更准确、更有效.
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/147897]
专题	兰州理工大学
作者单位	兰州理工大学机电工程学院
推荐引用方式 GB/T 7714	赵荣珍,陈昱吉. KPCA与LTSA融合的转子故障数据集降维算法[J]. 兰州理工大学学报,2021,47(2021,47(01)):36-40.
APA	赵荣珍,&陈昱吉.(2021).KPCA与LTSA融合的转子故障数据集降维算法.兰州理工大学学报,47(2021,47(01)),36-40.
MLA	赵荣珍,et al."KPCA与LTSA融合的转子故障数据集降维算法".兰州理工大学学报 47.2021,47(01)(2021):36-40.