科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于Yu范数的深度度量学习的轴承故障诊断方法,本发明首先通过使用一个深度神经网络对轴承故障数据特征进行自适应提取,采用基于Yu范数的边际fisher分析的度量可分性准则对顶层特征进行一个约束,获取兼具区分性和描述性的特征,在深度度量网络的顶层特征输出层添加BPNN分类器,对网络进行微调,将特征自动提取与分类识别融为一体,实现故障数据的诊断识别,提高轴承故障诊断的准确性和有效性,本发明涉及机械设备故障诊断技术领域。该基于Yu范数的深度度量学习的轴承故障诊断方法,提高故障诊断精度,解决因数据样本之间的类内差异性和类间相似性较大以及数据分类边界处具有模糊性而制约分类识别精度的问题。
- 出版日期2019-4-17
- 单位武汉科技大学
