资料下载
×
特征矩阵构造方法在高速列车故障诊断中的应用
消耗积分:1 |
格式:rar |
大小:2.08 MB |
2018-02-24
分享资料个
基于二维特征矩阵的二维特征融合（ 2DFF）方法——二维主成分分析法能够降低特征矩阵的维数，达到特征融合的目的，但该方法仅在特征向量维数相近的情况下效果较好。传统2DFF特征矩阵构造方法需要在每个特征向量后补0以形成二维特征矩阵，在特征向量维数相差较大时补0个数较多，破坏原始特征向量属性，使最终识别率降低。针对该问题，提出一种基于奇异值分解（ SVD）的二维特征矩阵构造方法，该方法将所有特征向量首尾相接组合成一维特征向量，利用SVD的分解特性，在保持特征信号相位不变的情况下，将一维综合特征向量分解成二维特征矩阵，避免大量补0导致信号特性的改变。实验结果表明，该方法在各特征向量维数相差较大的情况下，可获得比在向量后直接补0的特征矩阵构造方法更高的识别率。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
