公共文化服务平台

搜索到189篇“ 局部保持映射“的相关文章

基于正交局部保持映射和成本优化的多变量时间序列早期分类模型: 2024年; 时间序列早期分类(ETSC)有两个矛盾的目标:早期性和准确率。分类早期性的实现,总是以牺牲它的准确率为代价。现有基于优化的多变量时间序列(MTS)早期分类方法,虽然在成本函数中考虑了错误分类成本和延迟决策成本,却忽视了MTS数据集样本之间的局部结构对分类性能的影响。针对这个问题,提出一种基于正交局部保持映射(OLPP)和成本优化的MTS早期分类模型(OLPPMOAE)。首先,使用OLPP将MTS样本前缀映射到低维空间,保持原数据集的局部结构;其次,在低维空间训练一组高斯过程(GP)分类器,生成训练集每个时刻的类概率;最后,使用粒子群优化(PSO)算法从这些类概率中学习停止规则中的最优参数。在6个MTS数据集上的实验结果表明,在早期性基本持平的情况下,OLPPMOAE的准确率显著高于基于成本的R1_C_(lr)(stopping Rule and Cost function with regularization term l_(1)and l_(2))模型,平均准确率能够提升11.33%~15.35%,调和均值(HM)能够提升4.71%~9.01%。因此,所提模型能够以较高的准确率尽早地分类MTS。; 袁子璇翁小清戈宁振; 关键词：多变量时间序列

基于改进局部保持映射算法的故障诊断: 2019年; 针对局部保持映射(LPP)应用于故障诊断存在识别精度不高的问题,提出了基于无参数监督核局部保持映射(NPSKLPP)降维的故障诊断新方法。NPSKLPP采用对离群数据更为鲁棒得余弦距离对LPP中的欧氏距离进行替换,并融入样本标签信息构造无参数近邻图,利用核方法将提取的高维故障特征映射到一个高维线性空间再进行降维,避免了相似矩阵计算过程中人为选择参数的问题,能够获得更有效的低维流形。齿轮故障诊断结果表明,该方法是有效的。; 卢莉陈瑛; 关键词：故障诊断局部保持映射齿轮

基于无参数监督核局部保持映射降维的故障诊断被引量：1: 2019年; 针对局部保持映射(LPP)应用于故障诊断存在识别精度不高的问题,提出了基于无参数监督核局部保持映射(PSKLPP)降维的故障诊断新方法。PSKLPP采用对离群数据更为鲁棒的余弦距离对LPP中的欧氏距离进行替换,并融入样本标签信息构造无参数近邻图,利用核方法将提取的高维故障特征映射到一个高维线性空间再进行降维,避免了相似矩阵计算过程中人为选择选择参数的问题,能够获得更有效的低维流形。电机轴承故障诊断的准确率达到了99.05%,相比于改进前和其他几种方法有了较大幅度提升。; 汤永清张新红陈虹微王悦新; 关键词：故障诊断局部保持映射电机轴承

基于半监督邻域自适应正交局部保持映射的故障诊断被引量：7: 2018年; 针对正交局部保持映射(OLPP)应用于故障诊断存在识别精度不高的问题,提出了基于半监督邻域自适应正交局部保持映射(SSNA-OLPP)维数约简的故障诊断新方法。该方法首先基于局部特征尺度分解(LCD)和时域、频域特征构造能全面表征故障的特征集,然后利用SSNA-OLPP对特征集进行降维以获得辨识度更高的低维特征,最后将低维特征输入SVM进行故障识别。SSNA-OLPP在局部聚集系数的指导下能够自适应的调整邻域参数,同时还利用部分样本的类别标签信息调整原始特征空间中样本间的权值矩阵,能够获得更有效的低维流形,提高了故障诊断的精度。滚动轴承故障诊断实验验证了该方法的有效性。; 杨乐; 关键词：故障诊断维数约简滚动轴承

基于局部保持映射和隐马尔科夫模型的模拟电路故障诊断方法被引量：2: 2015年; 针对模拟电路信号的非线性特征,提出一种基于局部保持映射和隐马尔科夫模型的故障模式识别新方法.首先提取模拟电路的信号特征构成原始高维特征样本空间;然后采用LPP算法将原始高维故障数据映射至低维空间,提取数据的内在流形特征作为特征矢量;最后通过构建混合HMM反映系统的真实状态,并作为分类器实现对各状态的分类识别.通过仿真分析,将该方法与其他方法进行对比,结果表明,LPP-HMM方法可以有效识别早期故障特征,具有较高的故障识别率.; 李向前敬石开阎艳杨海成周竞涛; 关键词：局部保持映射隐马尔科夫模型模拟电路故障诊断

基于正交判别局部保持映射的步态识别方法被引量：3: 2014年; 随着国内外对社会安全和反恐的日益重视,步态识别技术在远程监控中越来越显示出其独特优势;但由于步态识别存在诸多的困难,在现阶段仍未形成实用性的方法和理论框架,其关键问题是维数约简和特征提取;在局部保持映射的基础上,提出了一种正交判别局部保持映射的步态识别算法,用真实步态图像数据库上的实验结果表明该方法是有效可行的。; 张云龙李萍张善文; 关键词：步态识别流形学习局部保持映射

基于正交局部保持映射的转子故障诊断方法被引量：2: 2014年; 为了改善故障模式识别的分类性能,提出了一种基于正交局部保持映射算法的多流形特征提取方法。对于高维的非线性数据可以有效地提取低维流形特征向量,并且不会改变数据的内在属性。利用转子的振动信号构造一个高维多征兆矩阵,然后在应用正交局部保持映射将这个高维矩阵进行降维,提取低维特征向量矩阵,映射在可视空间里,从而可以有效地达到故障分类的效果,提高故障诊断的准确率。最后通过实验和数据降维仿真证明了正交局部保持映射算法的有效性和可行性。; 孙斌刘立远雷伟; 关键词：模式识别特征提取故障诊断

基于监督正交局部保持映射的植物叶片图像分类方法被引量：15: 2013年; 针对传统的线性分类方法不能有效处理复杂、多变和非线性的植物叶片图像,在局部保持映射算法的基础上,提出了一种监督正交局部保持映射算法,并应用于基于植物叶片图像分类中。该算法首先利用Warshall算法计算样本的类别矩阵,在此基础上充分利用样本的局部信息和类别信息构造类间散度矩阵和类内散度矩阵,使得维数约简后,在低维子空间同类样本之间的距离变小,而不同类样本之间的距离增大,由此提高了该算法的分类能力。最后,利用K-最近邻分类器进行植物分类。与经典的监督子空间维数约简方法相比,该方法在构建类内和类间散度矩阵时不需要判别数据的类别信息,能够提高算法的分类性能。在公开植物叶片图像数据库上进行了一系列植物叶片分类试验,平均正确识别率高达95.92%。试验结果表明了该算法在植物分类中的可行性。; 张善文张传雷程雷; 关键词：图像处理局部保持映射

有监督不相关正交局部保持映射故障辨识被引量：15: 2013年; 提出基于有监督不相关正交局部保持映射(SUOLPP)维数化简的故障辨识方法。首先构造全面表征不同故障特征的时频域特征集,再利用SUOLLP将高维时频域特征集自动约简为具有更好区分度的低维特征矢量,并输入到Littlewood-Paley小波核支持向量机中进行故障模式辨识。时频域特征融集可较全面准确地反映旋转机械的故障特征;SUOLPP同时利用流形局部几何结构和类标签来设计相似加权矩阵,并使输出基向量统计不相关和相互正交,提高了故障辨识精度。深沟球轴承故障诊断和空间轴承寿命状态辨识实例验证了该方法的有效性。; 李锋王家序杨荣松; 关键词：流形学习故障辨识

基于判别局部保持映射算法的飞机目标识别方法: 2013年; 维数约简和特征提取是模式识别中的一个重要预处理步骤。由于同一架飞机目标在各种不同的空间变换(包括平移、尺度、旋转等变换)和不同的观察角度、位置以及光照等条件下的图像之间差异较大,使得很多经典的维数约简和特征提取算法不能有效地用于基于飞机图像的飞机目标识别。判别局部保持映射(DLPP)是一种有效的监督维数约简方法,DLPP较LPP具有更好的分类能力,DLPP通过最大化样本的类间距离,同时最小化样本的类内距离来构建特征子空间。基于DLPP提出了一种飞机目标识别方法。实验结果表明,该方法是有效可行的。; 张善文张云龙尚怡君; 关键词：飞机目标识别维数约简

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈