基于稀疏性非负矩阵分解和支持向量机的轴心轨迹图识别
轴心轨迹图可以直观、形象地表达出设备的运行状况，但目前大部分对轴心轨迹的自动识别都需要选择和提取特征。本文提出使用稀疏性非负矩阵分解(Sparse Non-negativeMatrix Factorization，SNMF)和支持向量机对轴心轨迹图进行识别进而判断机器运行状态的方法，避免了特征选择和提取。 该方法大大减少了支持向量机自动识别的计算复杂度，并有效地提高了识别精度。此外，本文对影响识别率的SNMF的各参数进行了讨论。实验结果表明，该方法对轴心轨迹图的识别十分有效。
轴心轨迹图 稀疏性 非负矩阵分解 支持向量机 特征提取 自动识别
蔡蕾 朱永生
西安交通大学润滑理论与轴承研究所,西安 710049
国内会议
西宁
中文
116-118
2008-08-18（万方平台首次上网日期，不代表论文的发表时间）