梯度修正Logistic回歸模型的滾動(dòng)軸承故障診斷

摘要： 為準(zhǔn)確解析高維信號(hào)數(shù)據(jù)，減少特征選擇產(chǎn)生的信息損失，正確評(píng)估滾動(dòng)軸承性能退化狀態(tài)，提出一種基于梯度自適應(yīng)修正（gradient adaptive corrected，簡(jiǎn)稱GAC）Logistic回歸模型的滾動(dòng)軸承狀態(tài)診斷方法，找出了GAC算法的收斂上界。首先，提取軸承檢測(cè)信號(hào)的若干典型特征參量作為模型變量；其次，對(duì)信號(hào)特征數(shù)據(jù)進(jìn)行降噪與歸一化處理；最后，在保持?jǐn)?shù)據(jù)維度的前提下建... （共7頁）