【摘 要】
：
为解决传统流形学习方法在轴承数据的非欧氏空间中特征提取时的不佳表现,提出引入黎曼流形学习方法.在黎曼流形的框架下,利用原始数据集构造出黎曼流形,并基于此流形提出了黎曼图嵌入特征提取方法,通过对局部结构编码实现初步降维.然后,在低维黎曼流形的基础上融合主成分分析算法(PCA:Principal Components Analysis)和线性判别分析算法(LDA:Linear Discriminant Analysis)设计分类器并对轴承数据进行了聚类.最后,通过在两个轴承数据集上的实验,分析了该方法提取特征
【机 构】
：
东北石油大学电气信息工程学院,黑龙江大庆163318;大庆钻探工程公司钻井三公司,黑龙江大庆163000
论文部分内容阅读
为解决传统流形学习方法在轴承数据的非欧氏空间中特征提取时的不佳表现,提出引入黎曼流形学习方法.在黎曼流形的框架下,利用原始数据集构造出黎曼流形,并基于此流形提出了黎曼图嵌入特征提取方法,通过对局部结构编码实现初步降维.然后,在低维黎曼流形的基础上融合主成分分析算法(PCA:Principal Components Analysis)和线性判别分析算法(LDA:Linear Discriminant Analysis)设计分类器并对轴承数据进行了聚类.最后,通过在两个轴承数据集上的实验,分析了该方法提取特征的能力.实验结果表明,与现有的故障诊断方法相比,该方法具有较强的故障诊断能力.
其他文献
针对风力发电叶片外表面部分区域,考察手糊玻纤层合板(玻璃钢板)的不同固化程度对手糊玻璃钢板与修型腻子界面附着力的影响,保证叶片涂层与基材有良好的附着力,保证使用中涂层安全.玻璃钢板的固化程度用Tg表征,制备不同Tg(40.6℃、54.5℃、59.9℃、70.4℃)玻璃钢板,考察玻璃钢板的Tg值对界面附着力的影响,实验结果表明:Tg为40.6 °、54.5℃、59.9℃、70.4℃的玻璃钢板,制品邵氏硬度没有明显差别,对玻璃钢板/修型腻子界面附着力亦无显著影响.
采用错层铺设玻纤织物的方法,研究了Arkema公司一款反应型热塑性树脂在不同玻纤织物层数下的真空辅助灌注特性.研究结果表明:反应型热塑性树脂对不同层数的玻纤织物均有良好的灌注效果;反应型热塑性树脂可操作时间适中,可达150 min;树脂粘度低、灌注速度快,对玻纤织物有着良好的浸润性能;树脂常温固化,反应呈现慢引发、快增长和速终止的特点;放热峰温度达109.9℃.
针对采用纺织增强型浸润剂的原丝,对积极式退解捻线机生产薄型织物用纱工艺进行了技术探讨,合理设计了纱线成型卷绕工艺,开展实验研究,得出了符合成型工艺要求的捻线工艺参数,解决了单纤维直径9 μm及以下薄型织物专用玻璃纤维易折断、不耐磨损、原丝光滑易打滑难抱合等纺织增强型原丝存在的特殊性难题,实现了积极式捻线机批量退解的目的 ,为薄型织物的生产提供了高质量的纱线.
介绍了玻璃纤维行业的基本情况和纯氧燃烧技术,对深冷空分和变压吸附制氧技术做了对比分析.概述了变压吸附制氧由于其工艺简单、能耗较低、操作灵活、安全性较高、维护方便等优势在玻纤池窑纯氧燃烧工艺选型上逐渐占有重要地位.同时对变压吸附制氧的发展、工艺原理以及特点做了简要分析.
3D打印又称为增量制造或增材制造,是以数字模型文件为基础,通过软件与数控系统将专用的打印材料,采用多种方式逐层堆积,制造出实体物品的制造技术.美国Impossible Objects(字面意思为“不可能物体”)公司是一家专营3D打印机和3D打印材料的公司,在增量制造和复合材料制造方面取得了领先进展.基于多年的研发,该公司创立了一种称为“复合材料基增量制造”(composite-based additive manufacturing,缩写为CBAM)的技术,据称这是一种全新的工艺,与传统的增量制造技术有着
介绍了玻璃纤维废气处理工艺的流程与特点,结合原废气系统处理情况,分析了现废气系统存在的问题和后期解决方案,并着重根据后期使用需求,对现有的废气系统进行设计,为后期系统改造升级提供技术支持.
针对钙钛矿太阳能电池的电子传输层/钙钛矿层界面处存在的大量缺陷,提出了一种无机盐界面钝化的优化策略.该策略选用低成本的氯化锂(LiCl:Lithium Chloride)作为电子传输层/钙钛矿层的界面钝化材料,制备了器件结构为ITO/TiO2/LiCl/CH3NH3PbI3/spiro-OMeTAD/Ag的钙钛矿太阳能电池.在引入浓度经过优化的LiCl后,钙钛矿太阳能电池的短路电流密度和填充因子达到21.05 mA/cm2和72.55％,能量转换效率为16.95％,与没有引入LiCl的器件相比提高了23.
本体融合已经成为学科领域知识图谱的重建和知识共享的重要途径,为解决本体融合领域缺乏标准融合框架问题,提出一种基于国际标准MFI4OR的本体融合模型.该模型提供一个标准的本体信息划分标准,即本体-本体构件-本体原子构件,实现对本体信息的管理和映射.在融合计算过程中,选择编辑距离算法并引入外部资源WordNet词典进行相似度计算.最后,以省级基金项目中的学习者模型构建需求为应用背景,将FOAF(Friend-Of-A-Friend)本体和RELATIONSHIP本体进行融合试验.结果 表明,该标准化融合模型能
为提高文本分类的准确性和效率,构建了一种基于Attention的CNN-BiLSTM/BiGRU(简称CBLGA)混联文本分类模型.首先通过并联不同卷积窗口大小的CNN(Convolutional Neural Networks)网络同时提取多种局部特征,之后将数据输入至BiLSTM和BiGRU并联组合模型中,利用BiLSTM和BiGRU组合提取了与文本中的上下文有密切关系的全局特征,最后对两个模型所得到的特征值进行了融合并在其中引入了注意力机制.构建基于Attention的CNN-BiLSTM/CNN(
当前网络用户隐私保护算法在实现时,未将数据中的噪声点进行剔除,导致算法加密耗时长、安全指数低、完整性差,严重影响网络用户的应用体验感,为此,提出基于概率统计的网络用户隐私保护算法.首先通过小波变换阈值法对数据进行降噪处理,消除数据在采集时产生的不确定因素,使算法在加密过程中耗时更短;为提高算法安全指数,采用层次分析方法在概率统计知识的基础上建立隐私保护层次分析模型,并利用该模型通过Logistic混沌映射系统,对获得的隐私保护目标值进行加密,实现对网络用户的隐私保护.实验对比结果表明,所提算法加密耗时短,