發(fā)布時間：2017-09-17 16:03

  本文關(guān)鍵詞：自適應(yīng)鄰域構(gòu)造流形學(xué)習(xí)算法及故障降維診斷

  更多相關(guān)文章： 自適應(yīng) 鄰域 高斯核概率估計 流形學(xué)習(xí) 故障診斷

【摘要】：針對流形學(xué)習(xí)算法中近鄰構(gòu)造問題,提出一種自適應(yīng)鄰域構(gòu)造方法,該方法基于馬氏距離計算樣本間相似系數(shù),由相似系數(shù)均值確定初始近鄰數(shù),根據(jù)樣本高斯核概率密度估計調(diào)整近鄰數(shù),并將自適應(yīng)鄰域構(gòu)造方法用于改進的主成分分析聯(lián)合局部保持投景(principal component analysis-locality preserving projections,簡稱PCA-LPP)流形學(xué)習(xí)算法中。通過齒輪箱故障類型識別對其特征降維性能進行驗證,結(jié)果表明,自適應(yīng)鄰域PCA-LPP方法比傳統(tǒng)的k近鄰方法及原始無處理的特征識別率都高,可以達到94.67%。
【作者單位】： 軍械工程學(xué)院火炮工程系;
【關(guān)鍵詞】： 自適應(yīng) 鄰域 高斯核概率估計 流形學(xué)習(xí) 故障診斷
【基金】：國家自然科學(xué)基金資助項目(50775219)
【分類號】：TH17;TP181
【正文快照】： 引言流形學(xué)習(xí)算法是一類非常有效的非線性數(shù)據(jù)降維算法[1],在很多具體的流形學(xué)習(xí)算法實現(xiàn)中,諸如局部保持投影(locality preserving projection,簡稱LPP)[2]、拉普拉斯映射(Laplacian eigenmap,簡稱LE)[3]都需要先構(gòu)造數(shù)據(jù)樣本近鄰圖。傳統(tǒng)的近鄰圖構(gòu)造主要是k近鄰和ε近鄰兩

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周華;蔡超;丁明躍;;基于流形學(xué)習(xí)和流形高階近似的圖像距離度量[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2012年03期

2 黃鴻;李見為;馮海亮;;融合局部和全局結(jié)構(gòu)的流形學(xué)習(xí)[J];光學(xué)精密工程;2009年03期

3 賀廣南;楊育彬;;基于流形學(xué)習(xí)的圖像檢索算法研究[J];山東大學(xué)學(xué)報(工學(xué)版);2010年05期

4 金波;;基于年齡流形的人臉圖像年齡識別[J];中國新技術(shù)新產(chǎn)品;2011年01期

5 高崢;杜川;;基于流形學(xué)習(xí)算法的人臉識別研究[J];河南機電高等專科學(xué)校學(xué)報;2011年04期

6 詹煒;;流形學(xué)習(xí)算法概述[J];武漢船舶職業(yè)技術(shù)學(xué)院學(xué)報;2013年02期

7 丁玲;唐娉;李宏益;;基于流形學(xué)習(xí)的混合光譜解混分析[J];紅外與激光工程;2013年09期

8 顧艷春;;一種基于線性插值的流形學(xué)習(xí)算法[J];佛山科學(xué)技術(shù)學(xué)院學(xué)報(自然科學(xué)版);2013年01期

9 張輝遠;;基于高光譜影像的流形學(xué)習(xí)降維方法近鄰畸變分析[J];鐵道勘察;2014年02期

10 馮海亮;李見為;王旭初;黃鴻;;基于非線性子流形的人臉識別[J];重慶大學(xué)學(xué)報;2008年03期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 宋欣;王娟;張斌;葉世偉;;流形學(xué)習(xí)算法分析及在人臉數(shù)據(jù)庫上的應(yīng)用[A];2008年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(上冊)[C];2008年

2 劉曉平;季浩;鄧偉財;;基于流形學(xué)習(xí)的非線性系統(tǒng)可視化算法[A];全國第21屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

3 何慧;陳博;郭軍;;基于流形學(xué)習(xí)的半監(jiān)督文本情感分類算法[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

4 蔣全勝;賈民平;胡建中;許飛云;;一種基于流形學(xué)習(xí)的故障模式識別方法[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蘇祖強;基于泛化流形學(xué)習(xí)的風(fēng)電機組傳動系統(tǒng)早期故障診斷方法研究[D];重慶大學(xué);2015年

2 黃焱;基于流形學(xué)習(xí)的金融數(shù)據(jù)分析方法研究[D];電子科技大學(xué);2015年

3 馬婧華;基于流形學(xué)習(xí)的旋轉(zhuǎn)機械早期故障融合診斷方法研究[D];重慶大學(xué);2015年

4 邢向磊;流形學(xué)習(xí)與稀疏表示在模式識別中的應(yīng)用[D];南京大學(xué);2013年

5 盧磊;機械加工過程中的早期故障微弱信號處理方法研究[D];哈爾濱工業(yè)大學(xué);2016年

6 郝中華;基于微分流形的非線性降維方法研究[D];上海大學(xué);2016年

7 黃紅兵;層次流形學(xué)習(xí)及其在監(jiān)督分類中的應(yīng)用[D];上海交通大學(xué);2015年

8 杜春;流形學(xué)習(xí)及其應(yīng)用算法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

9 黃鴻;圖嵌入框架下流形學(xué)習(xí)理論及應(yīng)用研究[D];重慶大學(xué);2008年

10 尹峻松;流形學(xué)習(xí)理論與方法研究及在人臉識別中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 胡浩松;基于流形學(xué)習(xí)的旋轉(zhuǎn)機械故障識別方法研究[D];燕山大學(xué);2015年

2 丁春濤;基于圖嵌入的判別近鄰分析研究及應(yīng)用[D];蘇州大學(xué);2015年

3 余嬋娟;交互式人臉檢索中人機人臉認知一致性研究[D];上海大學(xué);2015年

4 陳明霞;基于半監(jiān)督的多流形學(xué)習(xí)算法研究[D];華僑大學(xué);2015年

5 顧陽陽;基于流形學(xué)習(xí)的雷達輻射源識別技術(shù)[D];西安電子科技大學(xué);2014年

6 高漢宇;基于最優(yōu)r-覆蓋堆積數(shù)本征維數(shù)估計方法及其應(yīng)用[D];西安電子科技大學(xué);2014年

7 羅廷金;基于流形學(xué)習(xí)的數(shù)據(jù)降維算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 周韻然;基于流形學(xué)習(xí)的A股上市公司抽樣的信用評價[D];電子科技大學(xué);2014年

9 史仍浩;基于流形學(xué)習(xí)的在線社會網(wǎng)絡(luò)節(jié)點分類[D];上海交通大學(xué);2013年

10 陳詩文;流形學(xué)習(xí)在數(shù)據(jù)降維中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

，

本文編號：870348