基于特征加權(quán)的KNNFP改進(jìn)算法及在故障診斷中的應(yīng)用
所屬分類：技術(shù)論文
上傳者：aet
文檔大小：357 K
所需積分：0分積分不夠怎么辦？
文檔介紹：針對(duì)傳統(tǒng)K最近鄰特征投影(KNNFP)算法中假設(shè)各維特征對(duì)分類的貢獻(xiàn)相同而導(dǎo)致分類性能下降的問題，提出一種基于特征加權(quán)的KNNFP改進(jìn)算法(WKNNFP)。改進(jìn)算法利用ReliefF算法確定特征的權(quán)值，使樣本的分類效果更好，同時(shí)還可以分析各特征對(duì)分類的貢獻(xiàn)程度，并利用改進(jìn)算法對(duì)軸承故障進(jìn)行診斷。結(jié)果表明,改進(jìn)算法的診斷率優(yōu)于傳統(tǒng)的KNN和KNNFP算法。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。