公共文化服务平台

搜索到593篇“ 局部保持投影“的相关文章

基于收缩自编码器和局部保持投影的机械故障特征提取: 2025年; 局部保持投影算法的性能主要依赖于构造的最近邻图,而构造最近邻图时容易受到原始数据冗余信息的干扰,以及没有良好的依据选择合适的热核参数带来的影响,导致不能充分挖掘高维数据的局部结构信息,在低维嵌入过程中也易对噪声和异常值较为敏感,影响其在故障诊断应用中的特征提取能力。针对以上问题,提出基于收缩自编码器和流形排序的局部保持投影算法(Locality Preserving Projections algorithm based on Contractive Auto-Encoder and Manifold Ranking,CAE-MRLPP),并用于机械设备故障诊断。首先,将样本标签信息和斯皮尔曼相关系数结合,预调整样本间距;其次,引入流形排序思想,根据样本点与邻域点在彼此邻域集中的排序位置信息以及二者的互邻个数信息来构造权重;最后,将收缩自编码器与基于流形排序的局部保持投影相融合,通过梯度下降法迭代优化求解出最优的投影矩阵,进而得到故障数据的低维表示。分别在滚动轴承数据集和抽油机数据集上进行了多项验证,故障识别准确度均在98%以上,表明该算法具有良好的特征提取能力,能够有效提高故障识别准确度,同时具有较好的鲁棒性和泛化能力。; 郝宇星刘庆强; 关键词：局部保持投影特征提取抽油机滚动轴承

一种基于局部保持投影的数据降维算法: 本发明提出了一种基于局部保持投影的数据降维算法。第一步，样本数据局部重构，结合数据集的类别标签信息，计算数据集的类内关系权重矩阵和类间关系权重矩阵，实现距离重构。第二步，在算法的目标函数中引入类间散射约束和类内散射约束，...; 袁玉波夏蕾

一种基于张量局部保持投影的多波段PolSAR图像地物分类方法: 本发明公开了一种基于张量局部保持投影的多波段PolSAR图像地物分类方法，涉及合成孔径雷达图像处理领域。首先根据空间、极化和波段维度将多波段PolSAR每个像素建模为张量；然后对每个像素构建多波段联合极化协方差矩阵，并使...; 徐华平苏明泺周子涵李威

深度置信网络融合局部保持投影的入侵检测模型: 2024年; 网络入侵检测系统(NIDS)提供了比其他传统网络防御技术(如防火墙系统)更好的网络安全解决方案。提出一种深度置信网络(DBN)与局部保持投影技术相融合的入侵检测模型。深度置信网络用于原始数据的特征学习;采用局部保持投影(LPP)融合深层特征,进一步去除冗余和无关特征。最后使用Softmax分类器进行分类。研究该方法在NSL-KDD数据集和UNSW-NB15数据集上的准确率、检测率、误报率等分类指标,并与常规的机器学习分类方法及其他文献中最新的方法进行比较。实验结果表明DBN-LPP模型提高了入侵检测的综合性能,其性能优于传统的机器学习分类方法及其他方法,为入侵检测提供了一种新的研究方法。; 武玉坤李伟陈沅涛; 关键词：入侵检测局部保持投影

基于调制宽频模态分解和局部保持投影特征融合的光伏直流电能质量扰动识别: 2024年; 光伏直流系统中的非线性负载可能导致直流电信号出现纹波、突变和噪声等扰动,而现有时频分析方法如变分模态分解等对光伏直流电信号进行分解时易产生误差。本文在宽带模式分解的基础上,采用基于调制差分算子的调制宽频模态分解(MBMD)对光伏直流电信号进行去噪,以减小分解误差。首先采用MBMD对直流电信号进行自适应分解,然后结合局部保持投影(LPP)算法进行特征融合,最后采用反向传播(BP)人工神经网络模型实现直流电能质量智能识别。仿真和实验分析表明,本文提出的方法可准确识别不同类型的光伏直流电能质量扰动。; 熊婕朱宪宇王娜刘良江李庆先; 关键词：扰动识别

基于最优近邻的局部保持投影方法: 2024年; 局部保持投影(LPP)方法是机器学习领域中一种经典的降维方法。然而LPP方法以及部分改进方法在构建数据的局部结构时简单地使用k最近邻(k-NN)分类算法寻找样本的近邻点,容易受到参数k、噪声和异常值的影响。为了解决上述问题,提出一种基于最优近邻的LPP方法。该方法使用寻找最优近邻算法,在找到样本近邻点后,进一步选择与样本有一定数量的共同近邻点的近邻样本作为最优近邻,通过共同近邻点的限定来选择与样本最相似的近邻,增强近邻样本间的相关性,避免了传统LPP方法受参数k影响大等问题。在选择出足够的样本最优近邻后,构建数据局部结构,以便准确地反映数据的本质结构特征,使降维后的数据能最大程度保留样本的有效信息,提升后续机器学习模型的性能。公共图像数据集上的对比实验结果表明,该方法具有较好的数据降维效果,有效地提高了图像识别准确率。; 赵俊涛李陶深李陶深; 关键词：降维特征提取

利用潜在稀疏表示学习的增强局部保持投影方法: 2024年; 降维在机器学习和模式识别领域中起着至关重要的作用.目前,现有的基于投影的方法往往只单一地利用了数据之间的距离信息或表示关系来保持数据的结构,难以有效捕捉高维空间中数据流形的非线性特征和复杂相关性.为了解决这个问题,本文提出了一种利用潜在稀疏表示学习的增强局部保持投影(enhanced locality preserving projection with latent sparse representation learning,LPP_SRL)方法.所提出方法不仅利用距离信息以保留数据的局部结构,而且利用多重局部线性表示来揭示数据的全局非线性结构.此外,为了在投影学习和稀疏自表示之间建立联系,本文采用了一种新策略,将稀疏自表示中的字典替换为低维表示的重构样本.通过这种方法,能够有效地过滤掉不相关的特征和噪声,从而更好地保留原始特征空间中的主要成分.在多个公开可用的基准数据集上进行的大量实验证明了所提出方法的有效性和优越性.; 彭帅胡良臣; 关键词：降维主成分图像分类

一种基于协作表示的判别局部保持投影方法: 2023年; 判别局部保持投影(DLPP)算法是一种判别特征提取的方法,用于流形学习的典型降维算法,它能够利用判别信息,提取出最佳的判别特征,但是DLPP算法往往会忽略样本间的协作重构关系,从而导致算法识别率较低的问题。本文提出一种基于协作表示的判别局部保持投影(CRDLPP)方法。该方法首先利用协作表示方法对所有训练样本的协作重构误差进行计算,然后将该重构误差值作为正则项引入DLPP的目标函数中,最后通过求解新的目标优化问题得到最优投影矩阵。为了验证CRDLPP算法在图像识别方面的有效性,选取Yale人脸库和COIL20图像库进行算法仿真实验,结果表明,本文的CRDLPP算法在图像识别方面相比其他经典降维算法有着较高的识别率。; 李实秋; 关键词：图像识别

基于图嵌入的正交局部保持投影无监督特征选择: 2023年; 传统的基于图学习的无监督特征选择算法通常采用稀疏正则化方法来选择特征,但这种方法过于依赖于图学习的效率,并且存在正则化参数调优困难等问题。为解决这些问题,针对性地提出了一种基于图嵌入学习的正交局部保持投影无监督特征选择(Orthogonal Locality Preserving Projection Unsupervised Feature Selection via Graph Embedding,OLPPFS)算法。首先,利用能够保持数据局部几何流形结构的局部保持投影方法增强数据的线性映射能力,同时约束正交方向投影以方便数据重构;其次,通过图嵌入学习方法快速构建稀疏相似图来描述样本数据的内在结构;接着,采用l_(2,0)范数约束投影矩阵的值,准确选择指定数目的判别性特征子集;最后,针对l_(2,0)范数NP难题,设计一种有效求解l_(2,0)范数问题的无参迭代算法求解该模型。仿真结果表明了所提算法的有效性和优越性。; 朱建勇朱建勇徐彬杨辉聂飞平

一种基于正交增强型局部保持投影算法的锂电池温度分布预测模型构建方法: 本发明提供了一种基于正交增强型局部保持投影算法的锂电池温度分布预测模型构建方法，步骤S1：利用正交增强型局部保持投影算法获取温度时空变量的空间基函数φ，并得到低阶时间变量a(t)；步骤S2：基于步骤S1获取的低阶时间变量...; 何波韩涛李志徳

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈