关键词：余弦度量;欧拉表示;维数约简;故障诊断
摘 要：故障诊断方法通常对异常值敏感，并且难以同时提取全局和局部判别信息，从而导致低维判别特征子集类间分离性不佳，针对该问题提出了一种基于全局-局部欧拉弹性判别投影(global-local euler elastic discriminant projection, GLEEDP)的旋转机械故障诊断方法。该方法通过余弦度量将高维故障特征映射到欧拉表示空间，扩大异类故障样本间的差异，然后在该空间中构建了基于全局、局部及类间散布三个目标函数的最优化模型，实现了在保持整体结构的基础上，进一步提高低维判别特征子集的局部类内聚集性和全局类间分离性。在轴承和齿轮箱两个机械故障数据集上的试验结果表明，所提方法可以有效发掘故障判别信息，具有优越的故障诊断性能。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取