基于模糊Fisher准则特征选择算法降低故障特征维度论文.pdf基于模糊Fisher准则特征选择算法降低故障特征维度论文.pdf

收藏 分享

资源预览需要最新版本的Flash Player支持。
您尚未安装或版本过低,建议您

淮阴工学院毕业设计说明书(论文)G126361G20133G195335G201331引言自20世纪90年代以来,计算机科学、信号处理技术、人工智能的进步和发展,现代化的工程技术系统正朝着大规模、复杂化的方向发展。大量高维数据中含有许多冗余特征,这些特征的存在不仅会大大增加学习算法的训练时间和计算复杂度,而且可能降低分类的准确度。因此,在高维数据中合理地选择特征可以有效去除不相关和冗余的特征,从而提高学习算法的效率,减少计算复杂度。特征选择1(FEATURESELECTION)作为一种常见的降维方法是模式识别和机器学习领域的重要研究方向,研究成果十分显著,但是也存在许多G19486G20168G19760要进一步研究。G4531是G6455从G2511G4091特征G19702中选择G1455G7680种G16884G1376G7735准G7472G1352的特征G4480G19702。G1958G11550的是G1455选G2090的G7472G1352特征G4480G19702G6256G7604G5418的分类G6214G3342G5506模G3515G17902G2144和特征选择G2173G17921G1388G11082G14371G7460G4013的G20148G9083G13038度,这不但提高G1206模G3515的G8971化能G2251、可理G16403G5719和计算效率,G2620时可降低“维度G9902G19694”的发G11087G20161率。特征选择可以去除冗余特征提高机G7904G7029G19660G16890G7133G13038度和G16890G7133效率。2特征选择的研究现状G2023G5530,G16307征2为G1206G5461G16021特征提G2566算法G6655G17952模G3515特征的不G17379,提高G1081维模G3515的G7920G13138效果,G16917G7095提G2090G1206一种G3626G1214G1912G20668G11797识的G1081维模G3515特征向量G2264G5681选择算法。G16917算法G2137G11096G7701G16914模G3515计算G2612种特征向量的G1912G20668G11797识,G10086G2622G2264G5681地选择G6655G17952能G2251G17843G5482的特征向量计算模G3515G1147间的相G1388度G17421G12267。G4558G20668G18423G11096G7735准的模G3515G5315PRINCETONSHAPEBENCHMARKPSB和多种G1948G16852的G16884G1319方法,G13571果显G12138G16917算法提高G1206G1081维模G3515的G7920G13138效果,G1352G1214现有的2种G9073G15996的G1081维模G3515特征选择算法。G2120G5481,G5568G1913G24303G19128G4649G1360统特征选择G2132据计算量大、G19760要G1912G20668G11797识以G2554G5316G11096效果不G1443的G13674G9961,G7785据分类G19273G16927G17994常发G11087在类别G1147间的G18155G6613G2410域的特G9961,提G2090G3626G1214G18155G6613G2410域G1236G2576G8114率的特征选择方法。G4649G17828G6319G7029G19660数据进G15996特征选择时,G16917方法能提G1483多种多G1114特征G13556合G1483选择,G1958选择的G3506G11556和水平振G2264特征G13556合符合工程G5316G11096的G4558际G19760要,远G4013G1214类内类间G2132据选择的特征G13556合。谢娟英,王春霞4提G2090G3626G1214改进的FSCORE与支持向量机的特征选择方法。以改进的FSCORE作为特征选择准则,G11096支持向量机SVMG16884G1376G6256选特征G4480G19702的有效G5719,G4558现有效的特征选择。G17994过UCI机器学习数据G5315中六G13556数据G19702的G4558G20668G9083试,并与SVM、PCASVM方法进G15996比G17843,证明G3626G1214改进FSCORE与SVM的特征选择方法不仅提高G1206分淮阴工学院毕业设计说明书(论文)G126362G20133G195335G20133类G13038度,并具有很G4013的G8971化能G2251,且在训练时间上G1352G1214PCASVM方法。潘锋,王G5418东等5为提高无监督状G5681下特征选择的准确度,提G2090G1206G3626G1214谱分析的无监督特征选择算法。G4649大容量数据G19702特征选择,G5316G11096NYSTROM方法降低时间复杂度。G4558G20668G13571果表明,G1455G11096G16917算法与G1455G11096主G9073无监督特征选择方法G2554全部特征相比能得G2144G7460高的聚类G5719能G16884分。葛敏敏,范丽亚6主要研究G1206G3626G1214支持向量机的特征选择方法特征权法,G17994过G4649两G13556数据进G15996试G20668,说明G1206特征权法在分类效果上G1352G1214FSCORE得分法和支持向量机G2120晓平,郑海起等7将进化蒙特卡洛方法引入机G7904G7029G19660G16890G7133的特征选择。G5316G11096支持向量机SVM作为G7029G19660决策器,G18423G11096WRAPPER式特征G4480G19702G16884G1319G7735准,并G18423G11096进化蒙特卡洛算法搜G13138G7472G1352特征G4480G19702。运G11096滚G2264G17828G6319G7029G19660振G2264信号数据G4649提G2090的方法进G15996G20668证,G4558G20668G13571果表明G16917方法有G2137G1214提高机G7904G7029G19660G16890G7133G13038度和G16890G7133效率。21特征选择作为搜索问题的4个要素8一般而言,特征选择可以看作一G1114搜G13138寻G1352G19486G20168。G4649大小为N的特征G19702合,搜G13138空间由2N1种可能的状G5681G7604成。DAVIES等证明G7472小特征G4480G19702的搜G13138是一G1114NPG19486G201685,即除G1206穷举式搜G13138,不能保证找G2144G7472G1352G16403。但G4558际G5316G11096中,当特征数G11550G17843多的时候,穷举式搜G13138因为计算量太大而无法G5316G11096,因此人们致G2251G1214G11096启发式搜G13138算法寻找次G1352G16403。一般特征选择算法必须确定以下4G1114要素1)搜G13138起G9961和方向;2)搜G13138策略;3)特征G16884G1376函数;4)停止准则。22特征选择算法的分类8G11550G2173国际上G4649特征选择算法的研究主要G19702中在选择G1352化特征G4480G19702G6256G19760要的两G1114主要步骤上,即搜G13138策略和G16884G1319G7735准。因此,可以从这两G1114方面来G4649特征选择方法进G15996分类(1)按照搜G13138策略划分特征选择算法G7785据算法在进G15996特征选择过程中G6256G18423G11096的搜G13138策略,可以把特征选择算法分为G18423G11096全局G7472G1352搜G13138的特征选择算法、G18423G11096随机搜G13138策略的特征选择算法和G18423G11096序列搜G13138策略的特征选择算法3类。(2)按特征G4480G19702G16884G1319策略划分特征选择算法如果在特征选择过程中依赖G2622续的学习算法来G16884G1319特征G4480G19702,即G1455G11096G1206在G2622续机淮阴工学院毕业设计说明书(论文)G126363G20133G195335G20133器学习算法G5719能函数作为G16884G1319策略,则称为WRAPPER方法,否则称为FILTER方法。FILTER方法是一种计算效率G17843高的方法,G4531独立G1214G2622续的学习算法,G18423G11096一些G3626G1214信息统计的启发式准则来G16884G1319特征的G20148G9083能G2251,G11550G2173G11096的G7472多的FILTER方法是相关G9083量法、类间和类内G17421G12267G9083量法、信息熵法、TG7920G20668以G2554RELIEFF等等。G16917方法的一G1114明显G1352势在G1214可以很快地排除一部分非关键G5719的噪声特征,缩小G1352化特征G4480G19702搜G13138范G3364,可作为特征的G20148选器。WRAPPER方法在特征选择时依赖具G1411机器学习算法。G4531在G12683选特征的过程中G11556G6613G11096G6256选特征G4480G19702来训练学习器,G7785据G9083试G19702在学习器上的G5719能表现来G16884G1319G16917特征G4480G19702的G1352G2259。G16917方法在计算效率上不如FILTER方法,但G1958G6256选的G1352化特征G4480G19702的规模相G4649要小一些。G11550G2173,此类方法是特征选择研究领域的G10013G9961。3机械故障诊断9G7029G19660G16890G7133是一G1114G1960G3515的模式识别过程,而G16890G7133G7095G7827中的G2612种G7029G19660G7783G7599模式G4705是进G15996技术状G5681识别的G3626G11888。G6256G16963技术状G5681识别,是G6455将G5557G7920模式与G16890G7133G7095G7827中的G7783G7599模式进G15996G4649比,并将G5557G7920模式G5506G4750G2144G7680一G5154G11797的G7783G7599模式中去的过程。由此G1519可G2132定G16890G7133G4649G17041G6256处的状G5681模式是否正常,并G20148G9083G1958可G19856G5719和状G5681的发展G17339势。随着现代大G11087G1239的发展和科学技术的进步,现代机G7904G16878G3895的G13571G7604G17338来G17338复杂,机G7904G16878G3895在现代工G1098G11087G1239中的作G11096和G5537G2813G17338来G17338大,与G1958有关的G17257G11096G17338来G17338高,G7029G19660G16890G7133技术的显得G4692为重要,G5424展机G7904G16878G3895G7029G19660G7920G9083与G16890G7133技术的研究具有重要的现G4558G5951G1145。G1958G5951G1145G4705在G1214有效地G18047G2150G7029G19660G6543G3937和G16878G3895维G1566G17257G11096,G18301G13726G7029G19660G16890G7133系统G5414G19375G16878G3895G7920G1566G2712G7503,缩G11805维G1566时间,为G2150定合理的G7920G1566G2150度提G1483G3626G11888,G7601大地提高G13567G9086效G11514与G12142会效G11514。机G7904G16878G3895G7029G19660G16890G7133技术是G2137G11096G9083G2566机G7904G16878G3895在运G15996中G6214相G4649G19849G5681G7569G1318R下的状G5681信号,G17994过G4649G6256G9083得信号进G15996分析和处理,并G13571合G16890G7133G4649G17041的G2486G2594状G5681,来定量识别机G7904G16878G3895G2554G1958G19750部G1318的G4558时技术状G5681,并G20148G11797有关G5426常G7029G19660和G20148G9083G7514来的技术状G5681,从而确定必要G4649策的技术。机G7904G7029G19660G16890G713310以G7029G19660机理和技术G7920G9083为G3626G11888,以信号处理和模式识别为G3626G7516理G16874与方法。一般的机G7904系统G7029G19660G16890G7133系统从G10393理上划分为机G7904G9083量、监G16374与保G6356、数据G18423G19702、振G2264状G5681分析、G13697G13580数据G1360G178595G1114部分;从G2255能上,机G7904系统G7029G19660G16890G7133系统G2552可分成状G5681监G9083、G7029G19660G16890G7133、G16890G7133决策3G1114部分,如G33741G6256G12138。淮阴工学院毕业设计说明书(论文)G126364G20133G195335G20133G33741G7029G19660G16890G7133G11444G1973G4585G2748G4558G7149G17911G12347随着工程G16878G3895的G13571G7604G7189G17339复杂,G1958G7029G19660类别G5944来G5944多,G2557G7248G7029G19660的状G5681、特征也相G5316增加。G1958中不少G7029G19660的特G5719十分相G17921,很G19694G2410分,G1455G7029G19660G16890G7133G2554G7029G19660信息的监G9083G2568得十分G3360G19694。现代化工G1098G11087G1239,一G7190因G7029G19660停机,G6543G3937将十分具大。因此,G7029G19660G16890G7133这一技术,G7189G11514引起人们的重G16374,并在理G16874和G4558G17445G5316G11096方面,得G2144G1206G17909G10571的发展。31机械故障诊断技术的发展历程10G7029G19660G16890G7133技术是G1792130年来国内G3910发展G17843快的一G19480G7136G1956学科。G7472G7193G5424展G7029G19660G16890G7133技术研究的是G13758国,G7189G7516、英国、G10894G1960、G6490G4145、G1129G21718等国G13143随G1958G2622。G7193在1967年,G13758国G4705成立G1206机G7904G7029G19660G20148G19554小G13556MFPG,并成G2255地将G7029G19660G16890G7133运G11096G1214G14426G3929、G14426空、G1995G1211等G15996G1098的机G7904G16878G3895中;英国在20世纪60年代G751570年代G2125成立机G7904保G1685中G5619UK,MECHANICALHEALTHMONITORINGCENTER与状G5681监G9083G2431会,在G6809G6934、G12056G6543、G8877G17814、G20238机发G2264机监G9083与G16890G7133具有领G1912地G1405;G7189G7516G7029G19660G16890G7133技术是20世纪70年代起步的,主要G11096G1214G19154G19185、化工、G19185G17439等G8769G11096工G1098部G19480;法国在20世纪90年代G2552提G2090G1206监G9083与振G2264支G6692G12553G7029G19660状G5681G1360G5967器和G7920G9083系统信号处理分析G2437G1907状G5681识别G2546数G4649比提G2566特征信息G2259化G2125G7503机G7904G2546数G5719能低下G14495G4013状G5681效率G16884G1319G7029G19660G16890G7133G7029G19660类G3515,G5719G17240程度和部G1405,G7701找G7029G19660G2511因可G19856G5719分析G4655G2733G16884G1376,G16878G3895维G1566G2150度,有效度分析改G2568G13571G7604G16947G7076G2546数G20148G16790监G16374G2546数G6615G2150停机G7076G8939G5414G19375G1455G11096G16878G3895G7460G7136信号处理信号采集状态检测故障诊断诊断决策
编号:201311161756384831    类型:共享资源    大小:680.21KB    格式:PDF    上传时间:2013-11-16
  
1
关 键 词:
行业资料 机械制造 精品文档 基于模糊
  人人文库网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:基于模糊Fisher准则特征选择算法降低故障特征维度论文.pdf
链接地址:http://www.renrendoc.com/p-94831.html

当前资源信息

4.0
 
(2人评价)
浏览:26次
zhike上传于2013-11-16

官方联系方式

客服手机:17625900360   
2:不支持迅雷下载,请使用浏览器下载   
3:不支持QQ浏览器下载,请用其他浏览器   
4:下载后的文档和图纸-无水印   
5:文档经过压缩,下载后原文更清晰   

精品推荐

相关阅读

人人文库
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

网站客服QQ:2846424093    人人文库上传用户QQ群:460291265   

[email protected] 2016-2018  renrendoc.com 网站版权所有   南天在线技术支持

经营许可证编号:苏ICP备12009002号-5