本发明公开了一种基于拉普拉斯分值与AP聚类的故障特征的提取方法,该方法能有效地减少特征之间的冗余性,从而提高故障诊断的准确率。该方法的大致步骤为：首先利用拉普拉斯分值算法初次选择原始故障特征集中分类能力较强的特征组成敏感特征集；然后再通过AP聚类算法从敏感特征集中剔除冗余特征,得到最优特征集；最后将最优特征集进行PCA降维,利用AP聚类算法对降维后的特征向量进行分类识别,检测最优特征集的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
