论文研究 基于Lasso与RFE特征消除的RVM旋转机械故障预测.pdf

针对旋转机械故障诊断问题，提出一种基于相关向量机（RVM）的故障检测方法，RVM是一种用于回归和分类问题的贝叶斯稀疏核方法，其突出的优势是模型的稀疏性和预测的概率性。为进一步提高RVM模型的鲁棒性，减小样本数据中异常值对预测值的影响，针对Lasso方法进行特征选择时无法去除冗余特征的问题，提出以Lasso为底层算法的RFE递归特征消除方法去除样本数据集中无关特征和冗余特征。最后以工业环境下采集的数据作为样本集进行实验，同传统算法进行了比较，结果表明该方法在保持较高检测率的同时，提高了故障预测的时效性和稳定性。