基于小样本下改进ChaosNet的轴承故障诊断

摘要： 为解决在训练样本不足条件下，轴承故障特征提取困难的问题，提出一种基于改进神经混沌学习(neurochaos learning+AdaBoost, NL-AdaBoost)的轴承故障诊断新方法。首先，对时域振动信号进行快速傅里叶变换(fast fourier transform, FFT)提取频域特征，拼接时频域信号获得一维特征样本；其次，输入信号产生对混沌GLS神经元的激励，形... （共5页）