论文部分内容阅读
运用等距映射(Isomap)算法将信号的特征数据从原始高维空间映射到低维空间,然后融合深度置信网络(DBN)来诊断齿轮的故障状态。进行了齿轮箱运行至故障的实验研究,经过一系列与未进行空间转换的原始特征、主成分分析(PCA)和拉普拉斯特征映射(LE)等两种空间转换方法及与隐马尔科夫模型(HMM)和BP神经网络等模型算法的对比分析,所提方法被证明在齿轮的故障诊断及状态评估中更加准确有效。