隐性函数S-压缩贝叶斯故障识别方法.pdfVIP

第44卷第 11期 机 械 工 程 学 报 Vol-44No．11 2008年 l1月 CHINESEJOURNAL0FMECHANICALENGNI EERNI G Nov． 2008 DoI：l0．3901／JME．2008．11．145 隐性函数 S一压缩贝叶斯故障识别方法木 王 雪 毕道伟 丁 梁 王 晟 (清华大学精密测试技术及仪器国家重点实验室 北京 100084) 摘要：支持矢量机(Supportvectormachines，SVM)~ 在小样本故障识别中得到了广泛应用。与之对比，由于先验知识获取 和非线性识别较难实现，基于贝叶斯概率的故障识别方法应用较少。针对上述问题，提出隐性函数s．压缩贝叶斯故障识别方 法(LS．BFR1。LS．BFR以高斯随机过程和贝叶斯概率为基础，以高斯回归作为隐性函数，通过 S．压缩对回归输出进行变换使 其具有概率意义，利用贝叶斯概率实现故障识别。为提高LS．BFR非线性故障识别效果，引入核函数方法在高维空间进行隐 性高斯过程回归，并给出基