基于模糊Fisher準則特征選擇算法降低故障特征維度論文.pdf_第1頁
基于模糊Fisher準則特征選擇算法降低故障特征維度論文.pdf_第2頁
基于模糊Fisher準則特征選擇算法降低故障特征維度論文.pdf_第3頁
基于模糊Fisher準則特征選擇算法降低故障特征維度論文.pdf_第4頁
基于模糊Fisher準則特征選擇算法降低故障特征維度論文.pdf_第5頁
已閱讀5頁,還剩30頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

淮陰工學院畢業(yè)設(shè)計說明書(論文)g126361g20133g195335g201331引言自20世紀90年代以來,計算機科學、信號處理技術(shù)、人工智能的進步和發(fā)展,現(xiàn)代化的工程技術(shù)系統(tǒng)正朝著大規(guī)模、復(fù)雜化的方向發(fā)展。大量高維數(shù)據(jù)中含有許多冗余特征,這些特征的存在不僅會大大增加學習算法的訓練時間和計算復(fù)雜度,而且可能降低分類的準確度。因此,在高維數(shù)據(jù)中合理地選擇特征可以有效去除不相關(guān)和冗余的特征,從而提高學習算法的效率,減少計算復(fù)雜度。特征選擇1(featureselection)作為一種常見的降維方法是模式識別和機器學習領(lǐng)域的重要研究方向,研究成果十分顯著,但是也存在許多g19486g20168g19760要進一步研究。g4531是g6455從g2511g4091特征g19702中選擇g1455g7680種g16884g1376g7735準g7472g1352的特征g4480g19702。g1958g11550的是g1455選g2090的g7472g1352特征g4480g19702g6256g7604g5418的分類g6214g3342g5506模g3515g17902g2144和特征選擇g2173g17921g1388g11082g14371g7460g4013的g20148g9083g13038度,這不但提高g1206模g3515的g8971化能g2251、可理g16403g5719和計算效率,g2620時可降低“維度g9902g19694”的發(fā)g11087g20161率。特征選擇可以去除冗余特征提高機g7904g7029g19660g16890g7133g13038度和g16890g7133效率。2特征選擇的研究現(xiàn)狀g2023g5530,g16307征2為g1206g5461g16021特征提g2566算法g6655g17952模g3515特征的不g17379,提高g1081維模g3515的g7920g13138效果,g16917g7095提g2090g1206一種g3626g1214g1912g20668g11797識的g1081維模g3515特征向量g2264g5681選擇算法。g16917算法g2137g11096g7701g16914模g3515計算g2612種特征向量的g1912g20668g11797識,g10086g2622g2264g5681地選擇g6655g17952能g2251g17843g5482的特征向量計算模g3515g1147間的相g1388度g17421g12267。g4558g20668g18423g11096g7735準的模g3515g5315Princetonshapebenchmark(PSB)和多種g1948g16852的g16884g1319方法,g13571果顯g12138g16917算法提高g1206g1081維模g3515的g7920g13138效果,g1352g1214現(xiàn)有的2種g9073g15996的g1081維模g3515特征選擇算法。g2120g5481,g5568g1913g24303g19128g4649g1360統(tǒng)特征選擇g2132據(jù)計算量大、g19760要g1912g20668g11797識以g2554g5316g11096效果不g1443的g13674g9961,g7785據(jù)分類g19273g16927g17994常發(fā)g11087在類別g1147間的g18155g6613g2410域的特g9961,提g2090g3626g1214g18155g6613g2410域g1236g2576g8114率的特征選擇方法。g4649g17828g6319g7029g19660數(shù)據(jù)進g15996特征選擇時,g16917方法能提g1483多種多g1114特征g13556合g1483選擇,g1958選擇的g3506g11556和水平振g2264特征g13556合符合工程g5316g11096的g4558際g19760要,遠g4013g1214類內(nèi)類間g2132據(jù)選擇的特征g13556合。謝娟英,王春霞4提g2090g3626g1214改進的F-score與支持向量機的特征選擇方法。以改進的F-score作為特征選擇準則,g11096支持向量機(SVM)g16884g1376g6256選特征g4480g19702的有效g5719,g4558現(xiàn)有效的特征選擇。g17994過UCI機器學習數(shù)據(jù)g5315中六g13556數(shù)據(jù)g19702的g4558g20668g9083試,并與SVM、PCA+SVM方法進g15996比g17843,證明g3626g1214改進F-score與SVM的特征選擇方法不僅提高g1206分淮陰工學院畢業(yè)設(shè)計說明書(論文)g126362g20133g195335g20133類g13038度,并具有很g4013的g8971化能g2251,且在訓練時間上g1352g1214PCA+SVM方法。潘鋒,王g5418東等5為提高無監(jiān)督狀g5681下特征選擇的準確度,提g2090g1206g3626g1214譜分析的無監(jiān)督特征選擇算法。g4649大容量數(shù)據(jù)g19702特征選擇,g5316g11096Nystrom方法降低時間復(fù)雜度。g4558g20668g13571果表明,g1455g11096g16917算法與g1455g11096主g9073無監(jiān)督特征選擇方法g2554全部特征相比能得g2144g7460高的聚類g5719能g16884分。葛敏敏,范麗亞6主要研究g1206g3626g1214支持向量機的特征選擇方法特征權(quán)法,g17994過g4649兩g13556數(shù)據(jù)進g15996試g20668,說明g1206特征權(quán)法在分類效果上g1352g1214F-score得分法和支持向量機.g2120曉平,鄭海起等7將進化蒙特卡洛方法引入機g7904g7029g19660g16890g7133的特征選擇。g5316g11096支持向量機(SVM)作為g7029g19660決策器,g18423g11096Wrapper式特征g4480g19702g16884g1319g7735準,并g18423g11096進化蒙特卡洛算法搜g13138g7472g1352特征g4480g19702。運g11096滾g2264g17828g6319g7029g19660振g2264信號數(shù)據(jù)g4649提g2090的方法進g15996g20668證,g4558g20668g13571果表明g16917方法有g(shù)2137g1214提高機g7904g7029g19660g16890g7133g13038度和g16890g7133效率。2.1特征選擇作為搜索問題的4個要素8一般而言,特征選擇可以看作一g1114搜g13138尋g1352g19486g20168。g4649大小為n的特征g19702合,搜g13138空間由2n-1種可能的狀g5681g7604成。Davies等證明g7472小特征g4480g19702的搜g13138是一g1114NPg19486g201685,即除g1206窮舉式搜g13138,不能保證找g2144g7472g1352g16403。但g4558際g5316g11096中,當特征數(shù)g11550g17843多的時候,窮舉式搜g13138因為計算量太大而無法g5316g11096,因此人們致g2251g1214g11096啟發(fā)式搜g13138算法尋找次g1352g16403。一般特征選擇算法必須確定以下4g1114要素:1)搜g13138起g9961和方向;2)搜g13138策略;3)特征g16884g1376函數(shù);4)停止準則。2.2特征選擇算法的分類8g11550g2173國際上g4649特征選擇算法的研究主要g19702中在選擇g1352化特征g4480g19702g6256g19760要的兩g1114主要步驟上,即搜g13138策略和g16884g1319g7735準。因此,可以從這兩g1114方面來g4649特征選擇方法進g15996分類:(1)按照搜g13138策略劃分特征選擇算法g7785據(jù)算法在進g15996特征選擇過程中g(shù)6256g18423g11096的搜g13138策略,可以把特征選擇算法分為g18423g11096全局g7472g1352搜g13138的特征選擇算法、g18423g11096隨機搜g13138策略的特征選擇算法和g18423g11096序列搜g13138策略的特征選擇算法3類。(2)按特征g4480g19702g16884g1319策略劃分特征選擇算法如果在特征選擇過程中依賴g2622續(xù)的學習算法來g16884g1319特征g4480g19702,即g1455g11096g1206在g2622續(xù)機淮陰工學院畢業(yè)設(shè)計說明書(論文)g126363g20133g195335g20133器學習算法g5719能函數(shù)作為g16884g1319策略,則稱為Wrapper方法,否則稱為Filter方法。Filter方法是一種計算效率g17843高的方法,g4531獨立g1214g2622續(xù)的學習算法,g18423g11096一些g3626g1214信息統(tǒng)計的啟發(fā)式準則來g16884g1319特征的g20148g9083能g2251,g11550g2173g11096的g7472多的Filter方法是相關(guān)g9083量法、類間和類內(nèi)g17421g12267g9083量法、信息熵法、tg7920g20668以g2554ReliefF等等。g16917方法的一g1114明顯g1352勢在g1214可以很快地排除一部分非關(guān)鍵g5719的噪聲特征,縮小g1352化特征g4480g19702搜g13138范g3364,可作為特征的g20148選器。Wrapper方法在特征選擇時依賴具g1411機器學習算法。g4531在g12683選特征的過程中g(shù)11556g6613g11096g6256選特征g4480g19702來訓練學習器,g7785據(jù)g9083試g19702在學習器上的g5719能表現(xiàn)來g16884g1319g16917特征g4480g19702的g1352g2259。g16917方法在計算效率上不如Filter方法,但g1958g6256選的g1352化特征g4480g19702的規(guī)模相g4649要小一些。g11550g2173,此類方法是特征選擇研究領(lǐng)域的g10013g9961。3機械故障診斷9g7029g19660g16890g7133是一g1114g1960g3515的模式識別過程,而g16890g7133g7095g7827中的g2612種g7029g19660g7783g7599模式g4705是進g15996技術(shù)狀g5681識別的g3626g11888。g6256g16963技術(shù)狀g5681識別,是g6455將g5557g7920模式與g16890g7133g7095g7827中的g7783g7599模式進g15996g4649比,并將g5557g7920模式g5506g4750g2144g7680一g5154g11797的g7783g7599模式中去的過程。由此g1519可g2132定g16890g7133g4649g17041g6256處的狀g5681模式是否正常,并g20148g9083g1958可g19856g5719和狀g5681的發(fā)展g17339勢。隨著現(xiàn)代大g11087g1239的發(fā)展和科學技術(shù)的進步,現(xiàn)代機g7904g16878g3895的g13571g7604g17338來g17338復(fù)雜,機g7904g16878g3895在現(xiàn)代工g1098g11087g1239中的作g11096和g5537g2813g17338來g17338大,與g1958有關(guān)的g17257g11096g17338來g17338高,g7029g19660g16890g7133技術(shù)的顯得g4692為重要,g5424展機g7904g16878g3895g7029g19660g7920g9083與g16890g7133技術(shù)的研究具有重要的現(xiàn)g4558g5951g1145。g1958g5951g1145g4705在g1214有效地g18047g2150g7029g19660g6543g3937和g16878g3895維g1566g17257g11096,g18301g13726g7029g19660g16890g7133系統(tǒng)g5414g19375g16878g3895g7920g1566g2712g7503,縮g11805維g1566時間,為g2150定合理的g7920g1566g2150度提g1483g3626g11888,g7601大地提高g13567g9086效g11514與g12142會效g11514。機g7904g16878g3895g7029g19660g16890g7133技術(shù)是g2137g11096g9083g2566機g7904g16878g3895在運g15996中g(shù)6214相g4649g19849g5681g7569g1318r下的狀g5681信號,g17994過g4649g6256g9083得信號進g15996分析和處理,并g13571合g16890g7133g4649g17041的g2486g2594狀g5681,來定量識別機g7904g16878g3895g2554g1958g19750部g1318的g4558時技術(shù)狀g5681,并g20148g11797有關(guān)g5426常g7029g19660和g20148g9083g7514來的技術(shù)狀g5681,從而確定必要g4649策的技術(shù)。機g7904g7029g19660g16890g713310以g7029g19660機理和技術(shù)g7920g9083為g3626g11888,以信號處理和模式識別為g3626g7516理g16874與方法。一般的機g7904系統(tǒng)g7029g19660g16890g7133系統(tǒng)從g10393理上劃分為機g7904g9083量、監(jiān)g16374與保g6356、數(shù)據(jù)g18423g19702、振g2264狀g5681分析、g13697g13580數(shù)據(jù)g1360g178595g1114部分;從g2255能上,機g7904系統(tǒng)g7029g19660g16890g7133系統(tǒng)g2552可分成狀g5681監(jiān)g9083、g7029g19660g16890g7133、g16890g7133決策3g1114部分,如g33741g6256g12138。淮陰工學院畢業(yè)設(shè)計說明書(論文)g126364g20133g195335g20133g33741g7029g19660g16890g7133g11444g1973g4585g2748g4558g7149g17911g12347隨著工程g16878g3895的g13571g7604g7189g17339復(fù)雜,g1958g7029g19660類別g5944來g5944多,g2557g7248g7029g19660的狀g5681、特征也相g5316增加。g1958中不少g7029g19660的特g5719十分相g17921,很g19694g2410分,g1455g7029g19660g16890g7133g2554g7029g19660信息的監(jiān)g9083g2568得十分g3360g19694?,F(xiàn)代化工g1098g11087g1239,一g7190因g7029g19660停機,g6543g3937將十分具大。因此,g7029g19660g16890g7133這一技術(shù),g7189g11514引起人們的重g16374,并在理g16874和g4558g17445g5316g11096方面,得g2144g1206g17909g10571的發(fā)展。3.1機械故障診斷技術(shù)的發(fā)展歷程10g7029g19660g16890g7133技術(shù)是g1792130年來國內(nèi)g3910發(fā)展g17843快的一g19480g7136g1956學科。g7472g7193g5424展g7029g19660g16890g7133技術(shù)研究的是g13758國,g7189g7516、英國、g10894g1960、g6490g4145、g1129g21718等國g13143隨g1958g2622。g7193在1967年,g13758國g4705成立g1206機g7904g7029g19660g20148g19554小g13556(MFPG),并成g2255地將g7029g19660g16890g7133運g11096g1214g14426g3929、g14426空、g1995g1211等g15996g1098的機g7904g16878g3895中;英國在20世紀60年代g751570年代g212

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論