Para mejorar la precisión del diagnóstico de fallos en rodamientos y resolver el problema de la información incompleta sobre el método de evaluación de características del modelo de medición única, este artículo combina las ventajas de varios modelos de medición y propone un método de diagnóstico de fallos basado en la evaluación de características híbridas de múltiples mediciones. En este estudio, primero se obtuvo un conjunto de características originales mediante el análisis de una señal de vibración recolectada. El conjunto de características incluía características en el dominio del tiempo y de la frecuencia, y también, basándose en la descomposición en modos empíricos (EMD), características de energía y complejidad de Lempel-Ziv en el dominio tiempo-frecuencia. En segundo lugar, se construyó un marco de evaluación de características de modelos híbridos multiplicativos basado en correlación, distancia, información y otras medidas. El marco se utilizó para clasificar las características y obtener pesos de clasificación. Luego, los pesos se multiplicaron por las características para obtener un nuevo conjunto de características. Finalmente, el conjunto de características de fallo se utilizó como entrada del modelo de diagnóstico de fallos por divergencia de categorías basado en el análisis de componentes principales por kernel (KPCA), y el modelo de diagnóstico de fallos se basó en una máquina de soporte vectorial (SVM). El efecto de agrupamiento de diferentes categorías de fallos fue más evidente y se mejoró la precisión de clasificación.