关键词：高斯混合模型;;特征选择;;数据缺失;;分类器;;故障检测
摘 要：提出了一种基于GMM的数据缺失的故障检测技术,主要解决了数据缺失情况下多工况的故障检测问题。首先需要对缺失数据进行数据修补,为GMM构建提供数据驱动的基础;然后利用混合互信息方法进行特征选择,降低维度,简化GMM计算量;接着估计GMM模型各个高斯分量的权重、均值、方差统计量;最后设计一个分类器,用于检测故障。通过TEP仿真实验,验证了该方法的有效性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取