基于奇异点检测和模糊粗糙集相结合的故障特征降维方法及应用研究

来源：机床与液压杂志2016年第7期北京时间：

作者：姜万录

单位：燕山大学河北省重型机械流体动力传输与控制重点实验室；燕山大学河北省重型机械流体动力传输与控制重点实验室；燕山大学河北省重型机械流体动力传输与控制重点实验室；燕山大学河北省重型机械流体动力传输与控制重点实验室；燕山大学河北省重型机械流体动力传输与控制重点实验室

摘要：针对在模式识别过程中样本的特征维数过高，模糊粗糙集特征降维方法易受奇异点影响的问题，提出了一种基于奇异点检测和模糊粗糙集相结合的特征降维方法。该方法通过计算样本基于重心的不稳定系数值的变化，据此剔除奇异点，消除了奇异点对模糊粗糙集特征降维的影响，选择出对模式分类敏感的特征子集。通过仿真数据和齿轮故障数据进行实验分析，实验结果验证了所提出的特征降维方法的有效性。

关键词：特征降维;模糊粗糙集;奇异点检测;故障识别

基金资助：国家自然科学基金资助项目(51475405)；国家重点基础研究发展计划(973计划)资助项目(2014CB046405)；河北省自然科学基金资助项目(E2013203161)；河北省研究生创新资助项目（00302-6370002）