1.基于小样本不平衡学习的增强极限学习机故障诊断方法,其特征在于,包括:获取小样本不平衡数据的故障特征集;
通过公式
通过公式
基于所述敏感特征子集计算待诊断样本的特征向量X,通过函数通过公式Label(X)=argmaxf所述m(X)的计算公式为m(x)=[g(
2.如权利要求1所述的基于小样本不平衡学习的增强极限学习机故障诊断方法,其特征在于,所述获取小样本不平衡数据的故障特征集,包括:采集机械在不同故障状态下的振动信号;
利用小波包分解方法获得所述振动信号在不同频带下的分解信号;
基于所述振动信号和所述分解信号计算得到故障特征,形成故障特征集;
通过预设的小样本不平衡率从所述故障特征集中划分出所述小样本不平衡数据的故障特征集。
3.如权利要求1所述的基于小样本不平衡学习的增强极限学习机故障诊断方法,其特征在于,所述I(a
4.如权利要求1所述的基于小样本不平衡学习的增强极限学习机故障诊断方法,其特征在于,所述I(a
5.如权利要求1所述的基于小样本不平衡学习的增强极限学习机故障诊断方法,其特征在于,所述I(a
6.如权利要求1所述的基于小样本不平衡学习的增强极限学习机故障诊断方法,其特征在于,所述
7.如权利要求1所述的基于小样本不平衡学习的增强极限学习机故障诊断方法,其特征在于,所述W