用Voronoi多胞体确定故障诊断分类器的训练集

提出了利用Ｖｏｒｏｎｏｉ多胞体来选择神经网络故障诊断分类器训练集的新方法。该方法由３部分组成，即首项为正的归一化处理（首正归一）、边界样本选择及置信判决。利用方法不仅可以大大减少训练样本数，提高训练速度，而且通过调节故障类别分割面位置和形状，为提高故障诊断准确率提供了可能的途径。