期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于一种流形学习新算法的转子故障数据集降维研究 被引量:1
1
作者 王冠超 赵荣珍 张维强 《机械设计与制造》 北大核心 2015年第9期201-203,207,共4页
针对旋转机械的转子故障诊断中原始特征多、难以有效提取振动信号非线性特性的问题,提出一种结合已知故障类别信息进行流形学习降维的新算法—监督邻域保持多项式嵌入(Supervised Neighborhood Preserving Polynomial Embedding,S-NPPE... 针对旋转机械的转子故障诊断中原始特征多、难以有效提取振动信号非线性特性的问题,提出一种结合已知故障类别信息进行流形学习降维的新算法—监督邻域保持多项式嵌入(Supervised Neighborhood Preserving Polynomial Embedding,S-NPPE)。利用样本点的故障类别信息,改进转子故障特征数据集中样本点间的欧式距离,重新构造样本点邻接图,再对数据集进行非线性降维处理。先介绍流形学习降维理论,然后给出重构邻接图以及S-NPPE算法的基本步骤,结合转子试验台的不同状态下的振动信号,探讨其在转子故障数据集降维中的应用。 展开更多
关键词 维数约简 故障数据集 流形学习 加权欧式距离 转子试验台
在线阅读 下载PDF
一种基于AP的三支聚类改进算法 被引量:1
2
作者 孙暖 曹小平 刘军 《四川职业技术学院学报》 2020年第6期150-155,共6页
AP聚类是近年来提出的一种基于代表点的聚类算法,其在绝大多数数据集上都可以得到比传统聚类算法更优的聚类结果,并且在聚类过程中,无需人为设定初始代表点集合、簇的数量等。但是AP算法有以下缺点,①标准AP聚类只能处理静态数据,无法... AP聚类是近年来提出的一种基于代表点的聚类算法,其在绝大多数数据集上都可以得到比传统聚类算法更优的聚类结果,并且在聚类过程中,无需人为设定初始代表点集合、簇的数量等。但是AP算法有以下缺点,①标准AP聚类只能处理静态数据,无法处理动态数据;②标准AP聚类只能发现球形簇,面对流形数据集却无能为力;③标准AP聚类算法复杂度相对较高,不适用于大规模数据聚类问题。为了解决这些问题,提出基于无向图的相似度矩阵,该矩阵可以处理环形数据,同时也提出一种基于紧致度融合的算法,在原始聚类结果的基础上,对结果进行合并处理。实验结果表明改进后的算法不仅适用于环形数据集,而且聚类精确度比原始AP高。 展开更多
关键词 AP聚类 紧致度 类融合 流形数据集
在线阅读 下载PDF
考虑局部邻域多流形度量的单训练样本人脸识别 被引量:1
3
作者 毛明扬 《计算机与数字工程》 2022年第7期1562-1565,1572,共5页
针对单训练样本中识别干扰因素较多的问题,为了增加人脸识别效果,在考虑局部邻域多流形度量的基础上,提出一种新的单训练样本人脸识别算法。首先预处理人脸图像信息,将影响因素降到最低;划分数据集,根据划分结果对分布在流形结构内数据... 针对单训练样本中识别干扰因素较多的问题,为了增加人脸识别效果,在考虑局部邻域多流形度量的基础上,提出一种新的单训练样本人脸识别算法。首先预处理人脸图像信息,将影响因素降到最低;划分数据集,根据划分结果对分布在流形结构内数据点计算近邻点;构建多流形距离度量矩阵和误差度量矩阵;将人脸图像经过投影降维转换为低维流形结构,完成单训练样本人脸识别。实验结果验证了所设计算法识别效率较高和平均识别率较高,所用时间较少,具有很好的优势。 展开更多
关键词 局部邻域多流形度量 人脸图像 数据集 近邻点 距离度量矩阵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部