基于UMAP-KNN的公交车工况构建方法

1

作者 周映宇 何玲 +1 位作者 陈家兑 刘丹 《机械设计与制造》 北大核心 2026年第4期196-200,206,共6页

为了构建适用于新能源公交车续航里程测试的行驶工况,提出了一种基于UMAP-KNN算法的纯电动公交车行驶工况的构建方法。首先制定一条测试路线采集真实的公交车行驶数据,并对行驶数据划分运动学片段,将每个运动学片段提取特征参数后,采用... 为了构建适用于新能源公交车续航里程测试的行驶工况,提出了一种基于UMAP-KNN算法的纯电动公交车行驶工况的构建方法。首先制定一条测试路线采集真实的公交车行驶数据,并对行驶数据划分运动学片段,将每个运动学片段提取特征参数后,采用均匀流形逼近与投影算法对各运动学片段的特征参数进行数据降维。然后将降维结果使用K近邻算法进行分类成低速、中速以及高速三类,再基于灰色关联度分析计算每个类别中运动学片段与总样本的关联度,遴选出关联度最大的运动学片段构建公交车的行驶工况。最后,将建立的行驶工况与传统方法构建的行驶工况进行对比。结果表明,采用UMAP-KNN构建的行驶工况较真实数据误差更小。 展开更多

关键词 行驶工况 umap降维 KNN分类 灰色关联度分析 纯电动公交车

在线阅读 下载PDF 职称材料

一种基于UMAP的电缆附件典型缺陷局部放电脉冲特征提取技术

2

作者 罗威 汪进锋 +2 位作者 杜婉琳 魏存良 陈鹏 《广东电力》 北大核心 2026年第1期118-128,共11页

针对电缆附件局部放电盲源分离技术依赖高信噪比、常规脉冲波形特征适用性差的问题,提出一种基于均匀流形逼近与投影(uniform manifold approximation and projection,UMAP)的脉冲特征提取技术,以实现在含多种噪声干扰情况下的脉冲信号... 针对电缆附件局部放电盲源分离技术依赖高信噪比、常规脉冲波形特征适用性差的问题,提出一种基于均匀流形逼近与投影(uniform manifold approximation and projection,UMAP)的脉冲特征提取技术,以实现在含多种噪声干扰情况下的脉冲信号分离。该方法以局部放电脉冲的时-频谱图为对象,通过UMAP算法对时-频谱图的全局特征进行降维特征提取,省去常规特征提取方法中定义和选择特征的过程,降维后的特征可有效表征不同放电脉冲间的相对差异,实现对不同放电脉冲的区分。根据电缆附件典型缺陷的局部放电实验数据验证可知,该方法可实现在-5 dB信噪比的白噪声、随机脉冲干扰以及窄带干扰下的局部放电脉冲特征提取,有效省去常规盲源分离过程中的部分去噪环节。相较于同类的流形逼近算法,UMAP算法对超参数敏度感较低,降维后的特征值分布较为稳定,有利于聚类算法的执行。 展开更多

关键词 局部放电 盲源分离 脉冲特征提取 干扰条件下 均匀流形逼近与投影

在线阅读 下载PDF 职称材料

基于时序UMAP和强化学习优化随机森林的碳价格预测模型

3

作者 李昕璐 欧阳瑞志 +3 位作者 高帝逸 袁野 金春华 高凯烨 《中国高新科技》 2025年第14期137-139,共3页

文章提出了一种基于改进UMAP和强化学习优化随机森林的碳价格预测模型。改进后的UMAP结合时间信息和动态超参数调整,提高了时间相关性特征的保留能力,使RMSE降低了50.2%。随机森林模型采用强化学习动态调整树深度,避免过拟合与欠拟合,使... 文章提出了一种基于改进UMAP和强化学习优化随机森林的碳价格预测模型。改进后的UMAP结合时间信息和动态超参数调整,提高了时间相关性特征的保留能力,使RMSE降低了50.2%。随机森林模型采用强化学习动态调整树深度,避免过拟合与欠拟合,使RMSE降低了31.7%。实验结果表明,该方法在预测精度和效率方面优于传统方法,提升了预测模型的稳定性,可以为碳市场交易策略和政策制定提供支持,推动低碳经济发展。 展开更多

关键词 碳价预测 umap 随机森林 强化学习

在线阅读 下载PDF 职称材料

基于WP-EMD和UMAP的液压泵故障识别方法研究 被引量：1

4

作者 苏立鹏 尤戈 +1 位作者 方学宠 李拥军 《机械设计与制造》 北大核心 2025年第1期251-257,共7页

由于液压泵工作环境的恶劣,直接导致其实际测量的振动信号表现为有用特征信号和干扰噪声的叠加,因此有必要对液压泵的振动信号进行模式分解,进而对液压泵的故障状态进行诊断识别。针对现有方法在液压泵故障分类识别中准确率低的问题,这... 由于液压泵工作环境的恶劣,直接导致其实际测量的振动信号表现为有用特征信号和干扰噪声的叠加,因此有必要对液压泵的振动信号进行模式分解,进而对液压泵的故障状态进行诊断识别。针对现有方法在液压泵故障分类识别中准确率低的问题,这里提出一种基于小波包和经验模式分解(WP-EMD)以及均匀流形逼近与投影(UMAP)的液压泵故障模式识别方法。首先通过振动传感器测得含有液压泵状态信息的振动信号;然后采用WP-EMD对振动信号进行模式分解,获得能够表征液压泵状态的模式分量;最后利用UMAP对选取分量的多个统计学特征进行降维处理和聚类分析,以实现液压泵不同故障模式的识别。研究表明,这里提出的方法对正常泵、松靴故障、中心弹簧故障分类的正确率可以达到96.67%。 展开更多

关键词 小波包 经验模式分解 均匀流形逼近与投影 液压泵 故障分类

在线阅读 下载PDF 职称材料

基于UMAP辅助的模糊C聚类方法进行太赫兹光谱识别 被引量：5

5

作者 易灿灿 庹帅 +1 位作者 涂闪 张文涛 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第9期2694-2701,共8页

太赫兹(THz)具有低能性、瞬态性、波谱分析能力强的优点,在物质鉴别方面具有广阔的应用前景。现有的基于THz的物质鉴别方法,虽然取得了一定的效果,但是存在容易陷入局部最优的问题,从而导致识别精度不高。均匀流形逼近与投影(UMAP)作为... 太赫兹(THz)具有低能性、瞬态性、波谱分析能力强的优点,在物质鉴别方面具有广阔的应用前景。现有的基于THz的物质鉴别方法,虽然取得了一定的效果,但是存在容易陷入局部最优的问题,从而导致识别精度不高。均匀流形逼近与投影(UMAP)作为一种非线性降维方法,其假设数据均匀分布在黎曼流形上,可以对具有模糊拓扑结构的流形进行建模。UMAP降维的过程是通过最小化两个拓扑表示之间的交叉熵,从而实现低维空间中数据表示的布局优化。传统的模糊C聚类方法(FCM)在聚类时,初始聚类中心往往随机给定,当初始聚类中心选择不恰当时,容易导致错误的聚类。为此,提出一种基于UMAP辅助的模糊C聚类算法,首先运用UMAP对输入的THz样本矩阵进行降维;再根据类与类之间距离最大化的原则,选择合适的初始聚类中心;最后利用模糊C均值聚类的方法进行聚类。所提出的方法不仅能够解决聚类过程中类与类之间过度拥挤的现象,而且能够反映出类别间的距离信息以便于给样本选择合适的初始聚类中心。为了验证提出的聚类方法的可靠性,运用太赫兹时域光谱技术对鲁棉研28、鲁棉研29、鲁棉研36、中棉28四种不同类型的转基因棉花种子进行了探测,利用基于UMAP辅助的模糊C聚类算法对转基因棉花种子的吸光度光谱数据进行聚类分析,成功地将四种不同类型的转基因棉花种子区分开,得到了总正确率为0.9833的聚类效果,说明提出的基于UMAP辅助的模糊C聚类算法在物质太赫兹光谱识别方面具有良好的应用前景。 展开更多

关键词 太赫兹时域光谱 物质鉴别 转基因棉花种子 umap 降维 模糊C聚类

在线阅读 下载PDF 职称材料

基于JS-VME-DBN和MS-UMAP的行星齿轮箱故障诊断方法 被引量：5

6

作者 戚晓利 程主梓 +1 位作者 崔创创 杨艳 《航空动力学报》 EI CAS CSCD 北大核心 2024年第3期231-243,共13页

为了解决行星齿轮箱振动信号存在噪声干扰和特征提取困难的问题,提出一种基于水母搜索优化变分模态提取(JS-VME)、深度置信网络(DBN)和监督型马氏距离的均匀流形逼近与投影算法(MSUMAP)的行星齿轮箱故障诊断方法。采集行星齿轮箱的振动... 为了解决行星齿轮箱振动信号存在噪声干扰和特征提取困难的问题,提出一种基于水母搜索优化变分模态提取(JS-VME)、深度置信网络(DBN)和监督型马氏距离的均匀流形逼近与投影算法(MSUMAP)的行星齿轮箱故障诊断方法。采集行星齿轮箱的振动信号,利用JS-VME对其进行预处理,获得相关性较强的期望IMF(intrinsic mode function)分量;然后将该IMF分量应用DBN提取特征向量,构建高维故障特征集;采用MS-UMAP进行维数约减,获得低维、敏感的故障特征;将低维故障特征集应用水母搜索优化核极限学习机(JS-KELM)判别故障类型。行星齿轮箱故障诊断实验结果表明:与UMAP、t-SNE、Isomap、LPP、WIsomap、LLE、LTSA和MDS等方法相比,MS-UMAP算法对JS-VME-DBN的特征提取结果有着最佳的降维效果,所提方法对行星齿轮箱的裂纹、磨损和缺齿等故障的识别率达到了100%,具有一定的有效性。 展开更多

关键词 故障诊断 行星齿轮箱 变分模态提取(VME) 深度置信网络(DBN) 均匀流行逼近与投影算法(umap) 核极限学习机(KELM)

原文传递

基于SOM-UMAP优化算法的聚类方法研究

7

作者 冯文博 李廷元 《自动化应用》 2025年第16期107-111,共5页

随着数据量的不断增加,聚类分析在各领域的应用越来越广泛,尤其是在处理高维复杂数据时,传统的聚类方法面临一定的挑战。为此,提出了一种基于自组织映射(SOM)和均匀流形近似与投影(UMAP)的混合聚类模型,旨在提高聚类分析的精度与效率。... 随着数据量的不断增加,聚类分析在各领域的应用越来越广泛,尤其是在处理高维复杂数据时,传统的聚类方法面临一定的挑战。为此,提出了一种基于自组织映射(SOM)和均匀流形近似与投影(UMAP)的混合聚类模型,旨在提高聚类分析的精度与效率。该模型结合了SOM自适应特征学的特点,以及UMAP在拓扑结构保留和可视化方面的优势。通过对大规模数据集的实验验证,所提出的SOM-UMAP模型在数据的特征学习和降维过程中展现出更优的性能,尤其在复杂数据集的聚类任务中,相比传统方法,它能够更准确地揭示数据中的潜在结构。实验结果表明,SOM-UMAP方法能够有效克服传统聚类算法在高维数据分析中的局限性,提供更具表现力的映射,并在聚类质量和拓扑结构的保持上显著优于其他常用方法。 展开更多

关键词 聚类分析 拓扑结构 自组织映射 均匀流形近似与投影

在线阅读 下载PDF 职称材料

基于UMAP、CNN的水工闸门安全评价指标体系降维 被引量：5

8

作者 薛晨 刘东科 +4 位作者 赵建平 刘丰 徐超 徐佳怡 张宇 《南水北调与水利科技（中英文）》 CAS CSCD 北大核心 2024年第5期997-1006,共10页

针对当前研究在处理复杂指标体系中指标间相关性不足以及指标筛选机制缺乏明确性的问题,从整体指标体系转化与逐个指标删减2个维度出发,采用统一流形逼近与投影(uniform manifold approximation and projection,UMAP)以及卷积神经网络(c... 针对当前研究在处理复杂指标体系中指标间相关性不足以及指标筛选机制缺乏明确性的问题,从整体指标体系转化与逐个指标删减2个维度出发,采用统一流形逼近与投影(uniform manifold approximation and projection,UMAP)以及卷积神经网络(convolutional neural networks,CNN)技术,开展复杂水工闸门安全评价指标体系降维研究。构建水工闸门安全评价的初始指标体系,在分析指标相关性的基础上,使用UMAP对原始指标体系进行降维处理;提出一种基于指标值离散化的CNN训练样本生成方法,引入相对变化幅度和敏感度两个指标,以定量评估指标本身及其相对变化对闸门安全综合评价结果的影响,筛选关键评价指标;基于沙坪二级水电站中孔闸门的监测数据,对评价指标体系降维前后的结果进行对比验证,并从多角度探讨2种评价指标体系降维方法的差异及其各自的优缺点。提出的基于UMAP、CNN技术的2种方法不仅实现了复杂水工闸门安全评价指标体系的有效降维,而且为水工闸门安全综合评价与预警提供了重要的前置工具,为相关领域的研究提供了新的视角。 展开更多

关键词 水工闸门 安全评价 指标体系 降维 umap CNN

在线阅读 下载PDF 职称材料

基于UMAP与HDBSCAN的北京市极端暴雨时空动态分布规律研究 被引量：6

9

作者 徐淑高 王纤阳 +3 位作者 蒋卫威 鱼京善 刘源 周桂欢 《北京师范大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第2期269-279,共11页

极端暴雨具有历时短、雨强大、破坏性强等特点,是引发城市内涝的主要原因之一,探究其时空动态分布规律,有助于提高城市内涝风险精细化管理水平.本文以北京市2004−2016年308个气象站点的降雨资料为研究样本,利用UMAP降维算法和HDBSCAN聚... 极端暴雨具有历时短、雨强大、破坏性强等特点,是引发城市内涝的主要原因之一,探究其时空动态分布规律,有助于提高城市内涝风险精细化管理水平.本文以北京市2004−2016年308个气象站点的降雨资料为研究样本,利用UMAP降维算法和HDBSCAN聚类算法,构建了各类极端暴雨事件的时空动态分布模型.首次提取了北京市全域4类极端暴雨模式:模式1,暴雨集中在主城区,并围绕主城区缓慢移动;模式2,暴雨从西南山区途经主城区,向东北方向移动;模式3,暴雨自西部山区向主城区西北部扩散,最后向主城区北部方向移动;模式4,暴雨从西部山区途经主城区向东移动.研究结果表明,北京市极端暴雨的主要类型为短历时降雨过程,暴雨中心在空间上均存在从西向东移动的趋势.其中,主城区、东南山区以及南部平原地区面临相对更高的极端暴雨风险.各类极端暴雨的模式特征物理机制明确,其重构特征可以充分表征实际暴雨事件特性.研究成果可为北京市降雨设计、城市内涝风险管理等工作提供一定的参考. 展开更多

关键词 极端暴雨 umap HDBSCAN 动态时空分布 北京

在线阅读 下载PDF 职称材料

基于UMAP-AdamDD的冷水机组故障诊断方法 被引量：2

10

作者 顾君垚 丁强 +2 位作者 夏宇栋 江爱朋 丁晓雯 《低温与超导》 CAS 北大核心 2022年第1期81-87,共7页

冷水机组故障状态下故障样本数据具有非高斯的特性,传统的线性降维方法难以应用于其故障数据的特征提取。针对此问题,综合均匀流形逼近和投影(UMAP)方法适用于高维非高斯数据的特性与树突网络(DD)对大样本数据的良好分类能力,并使用自... 冷水机组故障状态下故障样本数据具有非高斯的特性,传统的线性降维方法难以应用于其故障数据的特征提取。针对此问题,综合均匀流形逼近和投影(UMAP)方法适用于高维非高斯数据的特性与树突网络(DD)对大样本数据的良好分类能力,并使用自适应矩估计(Adam)在DD权重更新过程中替代其原先的梯度下降法,提出了一种基于UMAP-AdamDD的冷水机组故障诊断方法。将所提方法的诊断结果与其它常见非线性降维方法和分类器下的诊断结果进行比较,UMAP-AdamDD方法对冷水机组常见故障的诊断效果显著,综合故障诊断结果大于96%。 展开更多

关键词 umap降维 自适应矩估计 冷水机组 故障诊断

原文传递

基于t-SNE与UMAP降维的细胞分类及差异化基因筛选研究 被引量：1

11

作者 李元夫 《应用数学进展》 2022年第10期6951-6958,共8页

单细胞RNA测序技术已经广泛地应用于细胞异质性等关键生物学问题的研究中,与此同时该技术的发展也为基因数据分析提出了很大的挑战。本文基于t-SNE和UMAP两种非线性降维方法,对单细胞RNA数据进行降维、聚类并与线性主成分降维聚类结果... 单细胞RNA测序技术已经广泛地应用于细胞异质性等关键生物学问题的研究中,与此同时该技术的发展也为基因数据分析提出了很大的挑战。本文基于t-SNE和UMAP两种非线性降维方法,对单细胞RNA数据进行降维、聚类并与线性主成分降维聚类结果进行对比,得出结论:UMAP方法针对单细胞RNA数据降维聚类的效果更为理想。最后以UMAP非线性降维聚类的结果为例筛选出不同细胞类别中的显著差异化基因。 展开更多

关键词 单细胞RNA测序 t-SNE umap 显著差异化基因

在线阅读 下载PDF 职称材料

川南D区水平井靶区小层的UMAP算法判别图板研究

12

作者 向克满 唐诚 +2 位作者 王崇敬 梁波 凡刚 《录井工程》 2023年第1期18-23,共6页

川南海相页岩气水平井对优质页岩的钻遇率要求较高,但靶框垂向半径小,随钻测量工具以远端LWD为主,缺乏方位GR,单靠随钻GR与主要元素录井信息难以区分靶区的小层。通过优选UMAP算法,针对元素录井数据进行降维处理,通过数据训练获得合适... 川南海相页岩气水平井对优质页岩的钻遇率要求较高,但靶框垂向半径小,随钻测量工具以远端LWD为主,缺乏方位GR,单靠随钻GR与主要元素录井信息难以区分靶区的小层。通过优选UMAP算法,针对元素录井数据进行降维处理,通过数据训练获得合适的超参数,建立了靶区小层的判别图板。上井应用表明,3口井优质页岩平均钻遇率94.7%,在缺乏方位GR的情况下,依靠判别图板能准确识别小层,可靠落实钻头穿行方向,从而确保长穿优质页岩,为水平井地质导向提供了技术支持。 展开更多

关键词 海相页岩 水平井 元素录井 降维 umap算法 图板 地质导向

在线阅读 下载PDF 职称材料

一种基于改进VMD和UMAP的滚动轴承故障特征提取方法 被引量：8

13

作者 刘俊利 缪炳荣 +2 位作者 张盈 李永健 黄仲 《机械传动》 北大核心 2023年第6期130-138,共9页

针对滚动轴承振动信号难以提取低维度敏感特征的问题,提出了一种基于逻辑回归优化变分模态分解(Variational Mode Decomposition,VMD)及均匀流形逼近和投影(Uniform Manifold Approximation and Projection,UMAP)的滚动轴承故障特征提... 针对滚动轴承振动信号难以提取低维度敏感特征的问题,提出了一种基于逻辑回归优化变分模态分解(Variational Mode Decomposition,VMD)及均匀流形逼近和投影(Uniform Manifold Approximation and Projection,UMAP)的滚动轴承故障特征提取方法。首先,通过移动窗方法进行原始数据的样本划分,完成训练集以及测试集的构建;其次,随机抽取训练集部分数据进行不同分解模态数下的VMD,并对各层子信号进行特征提取,完成多个特征集的构建;然后,通过逻辑回归分别计算各特征集中各特征与标签的复相关系数,以确定变分模态分解的分解模态数和高度相关特征,并将此应用于训练集和测试集,得到高维特征数据集;最后,采用UMAP降维,获取具有高判别性的低维度特征,完成最终特征集构建。以3种常用智能算法的识别准确率及测试特征集中类内余弦距离和类间余弦距离的比值作为评价指标,结果表明,该方法不仅能实现多种轴承故障特征的有效提取,而且抗噪性良好,对于实际轴承故障诊断时的特征提取具有一定的参考价值。 展开更多

关键词 故障诊断 滚动轴承 变分模态分解 逻辑回归 均匀流形逼近和投影

在线阅读 下载PDF 职称材料

基于UMAP流形特征提取和KELM的非侵入式负荷监测方法研究

14

作者 张瀚文 李鹏 +3 位作者 郎恂 沈鑫 梁俊宇 苗爱敏 《电子器件》 CAS 2024年第2期448-457,共10页

非侵入式负荷监测是“坚强智能电网”用户侧智能数据挖掘的关键技术。针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型。首先利用UMAP对原始负荷特征作嵌入,... 非侵入式负荷监测是“坚强智能电网”用户侧智能数据挖掘的关键技术。针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型。首先利用UMAP对原始负荷特征作嵌入,提取负荷的类内流形结构,并结合随机梯度下降法优化负荷的全局结构,在保留负荷原始相邻位置信息的前提下有效增大负荷特征的区分度;然后,采用径向基函数搭建核映射网络,利用ACO算法对映射网络的径向范围和模型的惩罚系数寻优,建立最优辨识模型。与多种基于机器学习的辨识方法相比,所提模型对叠加态负荷的辨识准确率提升显著,在TIPDM和BLUED数据集上的辨识准确率分别达到了98.48%和99.44%。 展开更多

关键词 非侵入式负荷监测 叠加态负荷 均匀流形逼近与投影 蚁群算法 核极限学习机

在线阅读 下载PDF 职称材料

新质生产力视域下基于数据挖掘的精准就业服务体系研究 被引量：2

15

作者 王洪贞 张清禹 《信息系统工程》 2025年第4期121-124,共4页

在新质生产力重塑就业生态的背景下,传统就业服务模式因缺乏精准性与动态适应性,难以弥合学生能力与岗位需求的结构性矛盾。以数据挖掘技术为驱动,通过K-means算法对1000名高职院校学生进行聚类分析,识别出学业挑战型、学习进取型、适... 在新质生产力重塑就业生态的背景下,传统就业服务模式因缺乏精准性与动态适应性,难以弥合学生能力与岗位需求的结构性矛盾。以数据挖掘技术为驱动,通过K-means算法对1000名高职院校学生进行聚类分析,识别出学业挑战型、学习进取型、适应困难型、平衡发展型及社会活跃型五类群体,分析了各群体的具体特征,并以此为基础构建了包含学业支持、心理辅导、技能培训、实习推荐等8个模块的精准就业服务体系,提出“动态数据追踪—多主体协同—科学评估反馈”三维实施路径,为高职院校实现从“粗放指导”向“精准赋能”的转型提供了理论支撑与实践范式。 展开更多

关键词 数据挖掘 umap K-MEANS聚类 精准就业 学生分类

在线阅读 下载PDF 职称材料

基于Bert语言模型的文本关键词提取

16

作者 黄键耿 祝亦楠 《长江信息通信》 2025年第4期134-136,共3页

在当前中文关键词提取领域,还未有效果十分完美的算法和模型,为了精准地挖掘出文本的热门关键词,文章通过Bert模型抽取语义向量进行划分聚类,再对各簇类应用关键词算法选出候选热词,最后引入自定义的“修正”贝叶斯平滑法和牛顿冷却定... 在当前中文关键词提取领域,还未有效果十分完美的算法和模型,为了精准地挖掘出文本的热门关键词,文章通过Bert模型抽取语义向量进行划分聚类,再对各簇类应用关键词算法选出候选热词,最后引入自定义的“修正”贝叶斯平滑法和牛顿冷却定律的加权词语热度计算形式,计算候选热词序列的词语热度,排序得到文本的热门关键词,为提取文本关键词提供了一种新的方法。 展开更多

关键词 Bert umap Kmeans 关键词提取 加权词语热度计算

在线阅读 下载PDF 职称材料

基于变分自编码器的流形学习降维方法 被引量：3

17

作者 冯琳琳 王长鹏 +1 位作者 吴田军 张讲社 《计算机辅助设计与图形学学报》 北大核心 2025年第3期439-445,共7页

针对科学数据集的规模和复杂性的迅速增长,现有的降维方法存在“拥挤问题”以及不能嵌入新样本的问题,提出了一种变分自编码器均匀流形近似与投影的数据降维方法.首先,为减小高维数据之间的耦合性,利用变分自编码器将数据压缩为潜在变量... 针对科学数据集的规模和复杂性的迅速增长,现有的降维方法存在“拥挤问题”以及不能嵌入新样本的问题,提出了一种变分自编码器均匀流形近似与投影的数据降维方法.首先,为减小高维数据之间的耦合性,利用变分自编码器将数据压缩为潜在变量;然后,运用均匀流形近似与投影进一步将潜在变量降维,使低维嵌入更好地保持原始数据之间的相似性关系;最后,将所提方法用训练集进行拟合,并嵌入一个样本外测试集来评估对新数据的泛化能力.实验结果表明,在MNIST和Fashion-MNIST数据集上,与UMAP,DensMAP,VAE和AE这4个优秀降维方法相比,所提方法的可信度得分分别达到0.9944和0.9939,超越了当前最好方法UMAP 0.0316和0.0141,同时在可视化、Kendall秩相关系数以及分类精度评价指标上也有显著的改进. 展开更多

关键词 变分自编码器 均匀流形近似与投影 非线性降维 流形学习

在线阅读 下载PDF 职称材料

基于均匀流型逼近与投影的高级加密标准算法相关功耗分析方法

18

作者 张润莲 唐瑞锋 +1 位作者 王蒿 武小年 《计算机应用》 北大核心 2025年第6期1895-1901,共7页

侧信道攻击(SCA)中所采集的能量迹数据的高噪声和高维度大幅降低了SCA的效率和密钥恢复的准确率。针对上述问题,提出一种基于均匀流型逼近与投影(UMAP)的高级加密标准(AES)算法相关功耗分析(CPA)方法。所提方法基于欧氏距离计算能量迹... 侧信道攻击(SCA)中所采集的能量迹数据的高噪声和高维度大幅降低了SCA的效率和密钥恢复的准确率。针对上述问题,提出一种基于均匀流型逼近与投影(UMAP)的高级加密标准(AES)算法相关功耗分析(CPA)方法。所提方法基于欧氏距离计算能量迹数据的邻近点集合。首先,通过构建邻接图并计算邻近点之间的相似度得到加权邻接图,从而捕获能量迹数据之间的位置关系以保留数据的局部结构特征;其次,利用拉普拉斯矩阵描述邻接图的结构关系,并通过特征分解取特征值较小的特征向量作为初始化的低维数据;同时,为了保留数据的全局结构特征,使用二进制交叉熵作为优化函数调整数据在低维空间中的位置;此外,为了提升计算效率,在梯度下降过程中使用力导向图布局算法;最后,对降维后的数据进行相关功耗攻击以恢复密钥。实验结果表明,UMAP方法能够有效保留原始能量迹数据的局部和全局结构特征;所提方法能够提高能量迹数据和假设功耗泄露模型之间的相关性,减少恢复密钥所需的能量迹条数,具体地,所提方法恢复单个密钥字节需要的能量迹条数为180,恢复全部16个密钥字节需要的能量迹条数为700;相较于等距特征映射(ISOMAP)降维方法,所提方法恢复所有密钥字节所需的能量迹条数减少了36.4%。 展开更多

关键词 侧信道攻击 均匀流型逼近与投影 相关功耗分析 数据降维 加权邻接图

在线阅读 下载PDF 职称材料

基于领域语义地图的区块链研究主题发现及演化分析 被引量：3

19

作者 张爽 刘非凡 +1 位作者 罗双玲 夏昊翔 《情报工程》 2021年第2期3-14,共12页

[目的/意义]区块链作为一种新兴的数据共享技术,对推动产业变革、改变社会治理模式具有重要意义。当前对区块链研究现状的分析多侧重应用或技术方面,或以传统的文献计量为主,而缺少对整体研究概貌和发展过程的探究。为此,本研究将基于... [目的/意义]区块链作为一种新兴的数据共享技术,对推动产业变革、改变社会治理模式具有重要意义。当前对区块链研究现状的分析多侧重应用或技术方面,或以传统的文献计量为主,而缺少对整体研究概貌和发展过程的探究。为此,本研究将基于所构领域语义地图探究区块链技术的研究态势。[方法/过程]本研究利用区块链相关研究的学术数据,借助文档嵌入表示学习方法 Doc2Vec、流形学习算法UMAP从文献语义关联的角度可视化了研究概貌,基于核密度估计识别了主要研究内容,并且结合关键词和领域语义地图的动态变化分析揭示了其发展过程。[结果/结论]首先,本研究识别出了区块链研究的七个主要研究主题,其领域语义地图显示各个主题发展态势不同,当前侧重于技术应用方面的研究。其次,研究发现区块链的发展经历了从加密货币交易到智能合约开发到区块链应用多元化三个阶段。最后,探究了区块链研究的演变发展特征,即,相关研究主题范围持续扩张,同时领域内部存在主题分化现象。本研究结果对科研人员把握研究现状,推进技术发展,以及对政府和企业制定围绕区块链创新方面的科技管理政策具有一定的参考价值。 展开更多

关键词 区块链 Doc2Vec umap 核密度估计 研究主题 发展特征

在线阅读 下载PDF 职称材料

基于共空间模式和均匀流形投影的运动想象脑电信号识别方法 被引量：3

20

作者 付荣荣 隋佳新 +1 位作者 刘冲 张扬 《计量学报》 CSCD 北大核心 2022年第8期1103-1108,共6页

运动想象脑电信号的识别与分类问题一直是脑机领域研究的热点问题。针对此问题,使用区别传统线性降维方法的流形学习方法,将共空间模式算法与均匀流形投影算法相结合,充分利用了脑电信号中的非线性特征,对运动想象脑电信号进行了特征提... 运动想象脑电信号的识别与分类问题一直是脑机领域研究的热点问题。针对此问题,使用区别传统线性降维方法的流形学习方法,将共空间模式算法与均匀流形投影算法相结合,充分利用了脑电信号中的非线性特征,对运动想象脑电信号进行了特征提取和数据降维,并使用KNN分类器进行了分类,对分类效果做出了评价;将降维前后的数据分类结果进行对比,说明了数据降维的优点和必要性;进一步讨论了降维结果在数据可视化方面的表现。发现经过数据降维的特征数据的可视化效果明显优于未经过降维的数据,进一步提出了一种基于共空间模式和均匀流形投影的新型脑电信号识别方法,对进行脑电信号深度剖析。挖掘脑电信号非线性特征提供了参考价值,同时也在数据流形分布以及数据可视化的角度为运动想象脑电信号识别提供了新思路。 展开更多

关键词 计量学 脑电信号 运动想象 流形学习 均匀流行投影 共空间模式 数据降维

在线阅读 下载PDF 职称材料