| 基于主成分分析和朴素贝叶斯判别分析法的矿井通风机故障识别研究 |
| |
| 引用本文： | 王江荣,文晖.基于主成分分析和朴素贝叶斯判别分析法的矿井通风机故障识别研究[J].煤,2014(7). |
| |
| 作者姓名： | 王江荣 文晖 |
| |
| 作者单位： | 兰州石化职业技术学院信息处理与控制工程系; |
| |
| 基金项目： | 甘肃省财政厅专项资金立项资助(甘财教[2013]116号) |
| |
| 摘 要： | 为了正确诊断和识别矿井通风机故障,选取矿井通风机振动信号中的7个频率段能量指标作为故障识别的样本变量。在此基础上,采用主成分分析(PCA)与朴素贝叶斯(NBC)判别分析相结合的方法建立通风机故障判别模型。以采集到的15个样本数据为学习样本,10个为预测样本,对该模型进行检验和应用,并与传统NBC判别分析模型和其它模型的结果进行比较。测试结果表明利用PCA与NBC故障判别模型能够有效地消除样本变量指标间的相互影响,使故障判别结果更加准确。
|
| 关 键 词： | 矿井通风机 故障判别 主成分分析 朴素贝叶斯分析 |
Fan Ventilator Diagnosis Research Based on Principal Component and Naive Bayes Discriminant Analysis of in Coal Mine |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
