摘要:針對1維非負矩陣分解技術對2維矩陣特征降維時,會產生數(shù)據(jù)量巨大、計算效率低下和丟失原始數(shù)據(jù)結構信息的問題,引入2維非負矩陣分解技術。通過S變換得到振動信號的時頻圖像,用1DNMF和2DNMF分別壓縮時頻圖像,對壓縮后的圖像信息進行分類,對柴油機在8種狀態(tài)下的振動信號進行采集,并采用最近鄰分類器、樸素貝葉斯分類器和支持向量機分類器進行實驗對比。結果表明,2維非負矩陣分解技術比原始的1維技術計算效率更高,故障診斷更精準。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
兵工自動化雜志, 月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創(chuàng)新性,刊載內容涉及的欄目:武器裝備智能化、計算機與網(wǎng)絡技術、自動測量與控制、系統(tǒng)建模與仿真、機器人技術與應用等。于1982年經(jīng)新聞總署批準的正規(guī)刊物。