题目：机械设备非凸正则化稀疏诊断方法及应用—美国纽约大学访学报告及交流

报告人：蔡改改

时间：2017年12月21日下午2:00

地点：交通大楼353会议室

欢迎各位感兴趣的师生参加！

报告摘要：美国纽约大学访学期间科研工作汇报、生活分享及心得。

基于L1范的稀疏表示理论存在低估问题，当其应用于机械设备故障诊断时会出现故障误检或漏检，非凸罚函数能有效避免L1范罚函数的低估问题，因此研究利用一种新的非凸罚函数—广义极小极大凹罚函数，结合形态学成分分析能有效分离不同形态学属性成分的优势，提出非凸正则化稀疏增强形态学成分分析方法，并在齿轮箱故障诊断中取得很好的效果。