公共文化服务平台

搜索到1920篇“ 拉普拉斯特征映射“的相关文章

基于拉普拉斯特征映射与加权极限学习机的电动潜油离心泵故障诊断方法被引量：1: 2024年; 电动潜油离心泵(简称“潜油电泵”)采油技术在非自喷高产井和高含水井中应用广泛,但其在运作过程中易发生设备故障,后续维护会触发长时间停机,可能造成无法估量的经济损失。目前对潜油电泵故障的诊断主要依赖现场技术人员的经验,无法快速及时地自动诊断分析。为此,文章提出了一种结合拉普拉斯特征映射与加权极限学习机的潜油电泵故障诊断模型。针对潜油电泵采集的数据存在严重不平衡性问题,其首先通过加权极限学习机建立故障诊断模型;然后,为解决算法学习不充分、加权策略会带来计算成本高和应用于高纬度特征空间的效果差等问题,其引入拉普拉斯特征映射方法对模型进一步优化;最后,在TE化工过程数据集上验证了所提方法的有效性,并在潜油电泵实时故障数据集上对该算法的实用性进行实验验证。结果显示,本文算法的分类平均准确率、最大准确率及G-mean相比支持向量机、决策树、BP算法、极限学习机以及加权极限学习机的平均提升了10%以上,验证了本文方法的有效性。; 许泽坤付军高小永张誉李强檀朝东; 关键词：不平衡数据集流形学习拉普拉斯特征映射

物联网中基于拉普拉斯特征映射和外包计算的人脸识别方法及系统: 本发明涉及人脸识别技术领域，特别涉及一种物联网中基于拉普拉斯特征映射和外包计算的人脸识别方法及系统，通过采集人脸图像作为训练样本集并获取近邻图的权重矩阵和度矩阵，以构建拉普拉斯矩阵；基于拉普拉斯矩阵和度矩阵确定外包计算任...; 王娜杜学绘丁艳王文娟刘敖迪单棣斌任志宇曹利峰

基于量子算法的交易网络拉普拉斯特征映射方法: 一种基于量子算法的交易网络拉普拉斯特征映射方法，充分结合经典计算机和量子计算机的处理过程，提高拉普拉斯特征映射的计算速度；将广义特征值求解问题转换为对称矩阵特征值求解问题，使问题适用于引入量子算法进行分析和处理；利用近似...; 唐叶辉严骏驰

基于拉普拉斯特征映射的近红外光谱降维方法研究: 近红外光谱数据通常具有较高的维数,同时光谱波段之间高相关性、冗余信息的存在,会影响模型预测能力和稳定性。对光谱数据降维,能够有效减少光谱数据中的冗余信息,降低建模变量间的相关性,提高模型的预测能力。拉普拉斯特征映射算法（...; 张晓文; 关键词：近红外光谱降维

基于拉普拉斯特征映射的目标多角度本征特征挖掘方法: 本发明提供了一种基于拉普拉斯特征映射的目标多角度本征特征挖掘方法及系统，包括：提取目标多角度SAR图像特征；根据所述多角度SAR图像特征，构建目标原始高维观测特征空间；对所述原始高维观测特征空间进行拉普拉斯特征映射，获得...; 涂尚坦范季夏陈占胜黄金生胡广清薛伶玲艾韶杰徐莹姜岩李科

基于拉普拉斯特征映射的三维结构模态分析被引量：5: 2022年; 为了仅从平稳振动响应信号中识别线性时不变三维结构的工作模态参数,提出一种基于拉普拉斯特征映射的三维结构模态分析方法。该方法首先将复杂三维结构的振动响应数据视作处于高维空间的数据集,利用拉普拉斯特征映射寻找该数据集的低维嵌入数据。低维嵌入数据对应模态响应矩阵,利用单自由度识别技术从模态响应矩阵中识别出模态固有频率。最后,利用最小二乘广义逆,将求解的模态响应矩阵代入振动响应数据分解公式求得模态振型矩阵。三维圆柱壳仿真实验结果表明:相较于等距离映射,拉普拉斯特征映射能有效地识别出系统的模态振型与固有频率,且识别速度更快,精度更高;相较于主成分分析,拉普拉斯特征映射识别精度更高。; 符伟华王成陈建伟陈建伟赖雄鸣; 关键词：拉普拉斯特征映射

基于拉普拉斯特征映射的高通量钙信号的降维和可视化方法: 本发明提供基于拉普拉斯特征映射的高通量钙信号的降维和可视化方法，通过拉普拉斯特征映射对神经光学成像中记录到的高维钙信号进行降维，提取有效信息，并在低维空间中绘制出动态图像，实现对钙成像技术记录的神经集群活动模式的直观表征...; 张韶岷张奕玮刘腾俊陈卫东

一种基于拉普拉斯特征映射算法的传感器误差识别及消除方法: 一种基于拉普拉斯特征映射算法的传感器误差识别及消除方法，它涉及发动机测试领域，采取环状对称测温结构、拉普拉斯特征映射及小波基降噪算法完成对发动机温度的连续精准测量。本发明的步骤为：一、为应对发动机尾焰发生偏转所产生的气流...; 张淼詹译傲任江航耿振亚王艳沈毅

基于量子算法的交易网络拉普拉斯特征映射方法: 一种基于量子算法的交易网络拉普拉斯特征映射方法，充分结合经典计算机和量子计算机的处理过程，提高拉普拉斯特征映射的计算速度；将广义特征值求解问题转换为对称矩阵特征值求解问题，使问题适用于引入量子算法进行分析和处理；利用近似...; 唐叶辉严骏驰

基于双度量约束的拉普拉斯特征映射: 2021年; 针对传统的拉普拉斯特征映射(LE:Laplacian Eigenmaps)算法采用欧氏距离度量样本点之间的位置关系只适用于线性数据集,但实际工程中的数据常表现出强烈的非线性导致最终的嵌入结果难以反映出原始数据的本质特征问题,提出了一种基于双度量约束的拉普拉斯特征映射(D-LE:Double metric constraint Laplace Eigenmaps)的算法。该算法采用余弦相似性评估样本间的相似性,并融合样本间以及样本与局部流形的度量关系,构建降维模型。通过在3个轴承数据集上进行实验,实验结果表明,该方法对处理非线性数据集能明显提高降维效果。; 李宏齐涵刘庆强李富吴丽; 关键词：拉普拉斯特征映射轴承故障诊断

相关作者