发明 一种基于近邻成分分析的故障类型识别方法
【故障诊断与模式识别 机器学习与特征工程】 2人
G06K9/62
摘要：本发明公开一种基于近邻成分分析的故障类型识别方法，旨在为各故障类型甄别出相应的故障特征变量及其权重大小后，实施在线故障数据对应故障类型的识别。具体来讲，本发明方法首先利用近邻成分分析这种依赖于单个样本之间近邻关系的算法，逐个找出各故障类型可用数据对比正常工况数据之间出现异常变化的特征变量及其权重系数。其次，在经特征变量加权处理后逐个计算在线故障数据与各个故障类型数据点的之间的距离。最后，通过最小距离识别故障类型。与传统方法相比，本发明方法不仅利用了各故障的特征变量而且还能区分出特征变量之间的重要性程度差异，能充分保证故障类型识别的正确率。因此，本发明方法是一种更为优选的故障类型识别方法。
