论文部分内容阅读
流形学习是一种机器学习算法,它能够提取隐藏在数据中的内在几何结构与规律特性,因此在图像、信号等处理方面得到广泛应用。运用主成分分析法与拉普拉斯特征映射算法对转子系统正常、碰磨、偏心三种运行状态的振动数据构造的高维特征空间进行降维处理,提取其中的低维流形。结果表明拉普拉斯特征映射算法能有效区分转子正常、碰磨、偏心三种运行状态。