基于奇异值分解和深度信度网络多分类器的滚动轴承故障诊断方法

所需积分/C币:36 2018-09-05 18:06:07 385KB PDF
46
收藏 收藏
举报

摘 要:提出一种基于奇异值分解(SVD)和深度信度网络(DBN)多分类器的滚动轴承故障诊断方法.对滚动轴承的振动信号进行相空间重构,得到相应的特征矩阵;对特征矩阵进行SVD分解,并 用所得整个奇异值序列构造特征向量,建立DBN 多分类器模型,以实现滚动轴承的故障诊断;同 时,将所提出的方法与DBN、反向传播神经网络、支持向量机等算法进行对比.结果表明,所提出的 方法能够更加稳定、可靠地识别滚动轴承的故障类型和故障程度.

...展开详情
立即下载 身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 签到新秀

关注 私信
上传资源赚钱or赚积分
最新推荐
基于奇异值分解和深度信度网络多分类器的滚动轴承故障诊断方法 36积分/C币 立即下载
1/0