论文部分内容阅读
针对故障诊断中特征集包含非敏感特征和维数过高的问题，提出基于特征选择（Feature Selection，FS）与流形学习维数约简的故障诊断方法。提出一种改进的核空间距离测度特征选择方法（Improved Kernel Distance Measure-ment Feature Selection，IKDM-FS），在核空间中计算样本类间距离和类内散度，优选出使样本类间距大、类内散度小的特征，并根据特征的敏感程度对特征进行加权。通过线性局部切空间排列算法（Linear Local Tangent Spac