基于间隔分布集成优化的齿轮箱故障诊断

摘要：

齿轮裂纹等级的识别对于齿轮箱的故障诊断具有重要意义.通过随机化邻域约简,生成一系列邻域可分子空间,从而形成不同的子分类器.通过最小化间隔损失或者求解L1正则最小平方损失问题来改变间隔分布得到子分类器权值,对分类器按权值排序后选择使得训练集分类精度最高的子分类器集合.实验结果表明,对于齿轮裂纹等级的识别,这种方法的性能大大优于现有的其它方法.

关键词： Neighborhood rough set Randomized reducts Ensemble learning Margin distribution

作者: 胡清华 朱鹏飞 左明

作者单位: 天津大学计算机科学与技术学院 天津300072 Department of Mechanical Engineering, University of Alberta, Edmonton, Alberta, T6G 2G8, Canada

会议类型: 国内会议

会议名称: 第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

会议地点: 合肥

会议语种:中文

页码: 73-73

在线出版日期: 2012-10-13（万方平台首次上网日期，不代表论文的发表时间）