-
题名基于无监督迁移学习的动车组轴承故障诊断算法
- 1
-
-
作者
尹金豪
张宁
张瑞芳
张春
焦静
刘志杰
-
机构
北京交通大学计算机科学与技术学院
北京纵横机电科技有限公司
中国铁道科学研究院集团有限公司机车车辆研究所
-
出处
《铁道机车车辆》
北大核心
2026年第1期39-47,共9页
-
基金
中国国家铁路集团有限公司系统性重大课题(P2023J001)
中国铁道科学研究院集团有限公司重大课题(2024YJ177)
卓越工程师创新项目(2024ZYCX026)。
-
文摘
为解决动车组轴承故障诊断模型在不同工况下准确率下降的问题,提出了一种基于无监督迁移学习的故障诊断方法。首先通过引入二次卷积神经网络改进特征提取器中ResNet网络结构,提升特征提取能力;其次采用多核最大均值差异损失和关联对齐距离损失缩小源域与目标域的数据分布差异,加入簇中心损失函数增强类内聚;最后通过对抗训练的方式,获得具有域不变特征的模型。基于凯斯西储大学轴承数据的试验结果表明,该方法训练的模型能够更加准确地识别不同工况下的故障类型。
-
关键词
轴承
迁移学习
二次卷积神经网络
多核最大均值差异
关联对齐距离
簇中心损失
-
Keywords
bearings
transfer learning
quadratic convolutional neural network
multiple kernel maximum mean discrepancy
correlation alignment
cluster center loss
-
分类号
U279.3
[机械工程—车辆工程]
-
-
题名基于特征相似性分析的轻量级图像超分辨率重建
- 2
-
-
作者
刘兴鹏
薛一鸣
林钰扬
李岩
彭万里
-
机构
中国农业大学信息与电气工程学院
中国农业大学理学院
-
出处
《计算机科学》
北大核心
2025年第S2期287-294,共8页
-
基金
国家自然科学基金(62272463)。
-
文摘
基于Transformer的轻量级图像超分辨率网络已经取得了显著成果,然而大多数研究工作专注于设计轻量级网络结构,却忽视了对网络架构冗余性的分析。因此,提出了一种基于特征相似性的超分网络设计方法,通过压缩网络中具有较高特征相似性的注意力组,并保留具有较低相似性的注意力组,有效减少了模型冗余。进一步,设计了一种结合频域和空间域的特征提取模块,通过在频域和空间域上分别进行局部频域特征提取和局部空间特征提取,使模型能够利用更广泛且具有积极影响的输入像素,从而有效提高了对细节纹理的修复能力。将上述方法应用在基线模型上,在多个数据集上的对比结果表明,所提模型具有低复杂度且实现了较好的视觉感知质量和重建性能。
-
关键词
图像超分辨率
轻量级网络
中心内核对齐
特征相似性
频域
-
Keywords
Image super-resolution
Lightweight model
centered kernel alignment
Feature similarity
Frequency domain
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进蒸馏学习的医学文本相似度计算
- 3
-
-
作者
关慧
赵凌波
杨伟琛
-
机构
沈阳化工大学计算机科学与技术学院
沈阳化工大学辽宁省化工过程工业智能化技术重点实验室
-
出处
《计算机工程与设计》
北大核心
2025年第9期2473-2479,共7页
-
基金
辽宁省教育厅2021年度科学研究经费基金项目(LJKZ0434)。
-
文摘
针对医学领域文本相似度计算存在的样本少、领域词多、学习效率低的问题,提出一种结合医学领域词嵌入和掩码语言模型的数据增强方法,并基于细粒度蒸馏思想提出一种结合中心核对齐算法的蒸馏模型。将原始医学数据集利用数据增强方法进行扩充后,输出的文本在蒸馏模型中通过特征向量中心核对齐方式进行特征间高维相似性度量。增强后的医学数据集在两种医学领域基线模型上的皮尔逊系数较未增强前分别提升了2.9%和1.7%。改进后的蒸馏模型在增强后的医学数据集皮尔逊值为81.1%,达到12层教师模型的95%,参数减少了近7倍。
-
关键词
自然语言处理
相似度计算
医学文本相似度
数据增强
蒸馏学习
动态蒸馏
中心核对齐
-
Keywords
natural language processing
similarity calculation
medical text similarity
data augmentation
distillation learning
dynamic distillation
centered kernel alignment
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于中心核对齐模糊SVM的中文农业文本分类
- 4
-
-
作者
卢鸿
邱云志
戴小路
汪廷华
-
机构
赣南师范大学数学与计算机科学学院
-
出处
《赣南师范大学学报》
2021年第6期57-61,共5页
-
基金
国家自然科学基金项目(61966002)
赣南师范大学研究生创新基金资助项目(YCX20A019)。
-
文摘
提出一种基于中心核对齐的模糊支持向量机(Centered kernel alignment-based fuzzy support vector machine,CKA-FSVM)算法并应用于中文农业文本分类.首先通过爬虫技术获取2246个中文农业文本并进行数据预处理,然后进行文本向量化和特征处理,最后构建分类器模型,实现中文农业文本的自动分类.实验结果显示CKA-FSVM算法在中文农业文本分类上的平均准确率为91.69%,平均F1值为94.96%,比5个对比算法中的最好结果分别提升了0.04和0.24个百分点,表明该模型在中文农业文本分类领域具有较好的性能.
-
关键词
农业文本
中心核对齐
模糊支持向量机
隶属度函数
分类
-
Keywords
agricultural text
centered kernel alignment
fuzzy support vector machine
membership function
classification
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于加权马氏距离的模糊多核支持向量机
被引量：9
- 5
-
-
作者
戴小路
汪廷华
周慧颖
-
机构
赣南师范大学数学与计算机科学学院
-
出处
《计算机科学》
CSCD
北大核心
2022年第S02期302-306,共5页
-
基金
国家自然科学基金(61966002)
赣南师范大学研究生创新基金项目(YCX20A019)
-
文摘
模糊支持向量机通过引入模糊隶属度有效区分不同样本的重要程度,降低了传统支持向量机对噪声数据的敏感性。针对基于欧氏距离设计的隶属度函数忽略了样本的总体分布,且未考虑样本特征重要性的区分,提出了一种基于加权马氏距离的模糊支持向量机方法。首先应用Relief-F算法计算样本特征权重,然后基于该权重计算样本距其类中心的加权马氏距离,最后根据该距离值度量样本隶属度。在此基础上,考虑到核函数及其核参数难以确定,将模糊支持向量机与多核学习方法相结合,提出基于加权马氏距离的模糊多核支持向量机,采用加权求和形式构建多核,并遵循中心核对齐原则确定每个核的权重。该方法不仅降低了弱相关特征对分类效果的影响,而且使数据表达更加全面准确。实验结果表明,基于加权马氏距离的模糊支持向量机的分类精度高于基于欧氏距离和基于马氏距离的模糊支持向量机,且基于加权马氏距离的模糊多核支持向量机的分类性能较单核模型更优。
-
关键词
支持向量机
中心核对齐
加权马氏距离
多核学习
隶属度函数
-
Keywords
Support vector machine
centered kernel alignment
Weighted Mahalanobis distance
Multiple kernel learning
Membership function
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于中心核对齐的多核单类支持向量机
被引量：6
- 6
-
-
作者
祁祥洲
邢红杰
-
机构
河北省机器学习与计算智能重点实验室(河北大学数学与信息科学学院)
-
出处
《计算机应用》
CSCD
北大核心
2022年第2期349-356,共8页
-
基金
国家自然科学基金资助项目(61672205)
河北省自然科学基金资助项目(F2017201020)。
-
文摘
多核学习(MKL)方法在分类及回归任务中均取得了优于单核学习方法的性能,但传统的MKL方法均用于处理两类或多类分类问题。为了使MKL方法适用于处理单类分类(OCC)问题,提出了基于中心核对齐(CKA)的单类支持向量机(OCSVM)。首先利用CKA计算每个核矩阵的权重,然后将所得权重用作线性组合系数,进而将不同类型的核函数加以线性组合以构造组合核函数,最后将组合核函数引入到传统OCSVM中代替单个核函数。该方法既能避免核函数的选取问题,又能提高泛化性能和抗噪声能力。在20个UCI基准数据集上与其他五种相关方法进行了实验比较,结果表明该方法在13个数据集上的几何均值(g-mean)均高于其他对比方法,而传统的单核OCSVM仅在2个数据集上的效果较好,局部多核单类支持向量机(LMKOCSVM)和基于核目标对齐的多核单类支持向量机(KTAMKOCSVM)在5个数据集上的分类效果较好。因此,通过实验比较充分验证了所提方法的有效性。
-
关键词
多核学习
中心核对齐
单类支持向量机
单类分类
核函数
-
Keywords
Multiple kernel Learning(MKL)
centered kernel alignment(cka)
One-Class Support Vector Machine(OCSVM)
One-Class Classification(OCC)
kernel function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名结合特征融合和任务分组的人脸属性识别
- 7
-
-
作者
刘英芳
王松
马亚彤
-
机构
兰州交通大学电子与信息工程学院
甘肃省人工智能与图形图像处理工程研究中心
-
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第11期211-219,共9页
-
基金
国家自然科学基金(62067006)
甘肃省自然科学基金(21JR7RA291)
+1 种基金
甘肃省教育科技创新项目(2021jyjbgs-05)
甘肃省高校产业支撑计划项目(2020C-19)。
-
文摘
针对现有人脸属性识别模型存在的特征提取不足、划分属性组时未充分考虑属性相关性强弱等问题,为了实现对多个人脸属性的同时识别,建立一种结合特征融合和任务分组的人脸属性识别模型。在参数共享部分,通过多尺度特征融合模块将不同尺度的特征进行融合增强特征相关性,同时设计基于中心核对齐和谱聚类的属性分组策略进行属性识别,通过中心核对齐方法度量属性的相关程度,并以此为基础使用谱聚类算法得到属性的合理分组,使同一组内的属性相关性尽可能大,提高属性识别准确率。在分支部分,使用注意力机制加强对目标区域的关注,并通过不确定性加权方法表示任务间的相对难度,自动调整每组任务损失之间的相对权重,进一步优化模型性能。在CelebA公开数据集上的实验结果表明,所提模型的分类准确率相较于MOON、GNAS和DMM-CNN模型提升了0.78、0.09和0.02个百分点,参数量仅为上述对比模型的1.10%、17.08%和0.37%。
-
关键词
人脸属性识别
特征融合
中心核对齐
属性分组
注意力机制
-
Keywords
face attribute recognition
feature fusion
centered kernel alignment(cka)
attribute grouping
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
