检索结果-维普期刊中文期刊服务平台

基于结点优化的决策导向无环图支持向量机及其在故障诊断中的应用被引量：22: 1; 作者易辉宋晓峰 +1 位作者姜斌王定成《自动化学报》 EI CSCD 北大核心 2010年第3期427-432,共6页; 支持向量机(Support vector machine,SVM)是利用离在线数据自动建立故障诊断模型的智能方法,它在多故障诊断时,必须先进行多分类扩展.决策导向无环图(Decision directed acyclic graph,DDAG)法是一种性能优秀的多分类扩展策略,但该方法... 展开更多; 关键词支持向量机故障诊断多分类决策导向无环图结点优化; 在线阅读下载PDF 职称材料

图像多分类主动学习方法被引量：2: 2; 作者刘君熊忠阳王银辉《计算机工程与应用》 CSCD 北大核心 2010年第13期11-14,27,共5页; 以决策速度快的决策导向非循环图支持向量机(Decision DirectedAcyclic Graph Support Vector Machine)为基准分类器,结合主动学习的思想,提出了一种图像多分类主动学习方法。这种方法是一种半自动的图像语义分类方法,可以将图像分成多... 展开更多; 关键词支持向量机多分类决策导向非循环图主动学习; 在线阅读下载PDF 职称材料

一种改进的DDAGSVM决策算法被引量：1: 3; 作者史朝辉王坚 +1 位作者华继学郭新鹏《空军工程大学学报（自然科学版）》 CSCD 北大核心 2015年第2期53-56,共4页; 决策导向无环图支持向量机(DDAGSVM)是一种典型的SVM多类分类算法,然而传统SVM决策分类器存在误差积累,其推广能力有待进一步提高。为改进DDAGSVM,有效的做法是定义一种类间可分离性测度,将容易分的类先分割出来,然后再分不容易分的类,... 展开更多; 关键词支持向量机决策导向无环图广义KKT条件可分离性测度; 在线阅读下载PDF 职称材料

结合主动反馈的图像多分类框架: 4; 作者刘君王银辉 +1 位作者李黎张宇《计算机工程与设计》 CSCD 北大核心 2011年第4期1387-1390,共4页; 为了解决图像语义分类中的训练数据不对称、小样本训练和噪声数据这3个难题,提出结合主动反馈的图像多分类框架。该框架将主动选择的策略应用到图像的多分类中,通过主动的选择出不确定的图片给用户手动标记,扩大训练图片集,提高分类的... 展开更多; 关键词多分类图像分类主动反馈投票策略决策导向无环图; 在线阅读下载PDF 职称材料

基于多分类相关向量机的水电机组振动故障诊断被引量：29: 5; 作者易辉梅磊 +2 位作者李丽娟刘宇芳袁宇浩《中国电机工程学报》 EI CSCD 北大核心 2014年第17期2843-2850,共8页; 水电机组振动故障成因与故障征兆之间呈复杂的非线性关系,传统方法难以描述。当前研究常采用模式识别方法,如支持向量机、神经网络等实现振动故障诊断。该文在现有研究基础上,引进相关向量机(relevance vector machine,RVM)对诊断过程... 展开更多; 关键词相关向量机水电机组振动故障诊断多分类决策导向图; 在线阅读下载PDF 职称材料

基于SVM多类分类算法的模拟电路软故障诊断被引量：12: 6; 作者王安娜邱增 +1 位作者吴洁曲福明《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第7期924-927,共4页; 给出了基于支持向量机(SVM)1-v-1和决策导向无环图(decision directed acyclic graph,DDAG)多类分类算法的模拟电路软故障诊断新方法.DDAG是在1-v-1算法基础上构建的新的学习架构,在对多个SVM子分类器进行组合的过程中,引入了图论中有... 展开更多; 关键词模拟电路支持向量机软故障诊断核函数决策导向无环图; 在线阅读下载PDF 职称材料

一种应用于多类声目标识别的改进DDAGSVM 被引量：2: 7; 作者郭相科刘进忙 +1 位作者史朝辉张玉鹏《信号处理》 CSCD 北大核心 2009年第2期322-325,共4页; 在多目标识别中,决策导向无环图支持向量机(DDAGSVM)是一种有效的方法。但在分类过程中它存在误差累积现象。在分析此问题的基础上,借用广义核函数fisher最佳鉴别的思想,提出了一种基于Fisher判别率的改进DDAGSVM。最后应用改进算法对... 展开更多; 关键词分类器决策导向无环图误差累积 Fisher判别率; 在线阅读下载PDF 职称材料

基于EMD近似熵和DAGSVM的机械故障诊断被引量：7: 8; 作者戴桂平《计量学报》 CSCD 北大核心 2010年第5期467-471,共5页; 故障特征提取的精确性和分类识别的高效率是提高故障诊断准确率和速度的关键。针对此问题，提出一种基于经验模式分解近似熵和决策导向循环图支持向量机的机械故障诊断新方法。首先，对故障振动信号进行经验模式分解，得到若干个反映故... 展开更多; 关键词计量学故障诊断经验模式分解近似熵决策导向循环图支持向量机; 在线阅读下载PDF 职称材料

基于优化DDAGSVM多类分类策略的电能质量扰动识别被引量：10: 9; 作者任子晖王琦《电力系统保护与控制》 EI CSCD 北大核心 2018年第5期82-88,共7页; 针对电能质量扰动类型多样且识别率不高的问题,该研究的目的是如何将多类分类问题应用于支持向量机。首先通过S变换和FFT变换提取扰动信号特征量进行模型训练。其次将广义KKT判定条件与样本空间分布序列相结合引入类间识别度,将类间识... 展开更多; 关键词支持向量机决策导向非循环图类间识别度广义KKT条件空间分布序列; 在线阅读下载PDF 职称材料

题名基于结点优化的决策导向无环图支持向量机及其在故障诊断中的应用被引量：22: 1; 作者易辉宋晓峰姜斌王定成; 机构南京航空航天大学自动化学院南京信息工程大学计算机与软什学院; 出处《自动化学报》 EI CSCD 北大核心 2010年第3期427-432,共6页; 基金国家自然科学基金(60874051) 中国博士后科学基金(20070411044) +1 种基金江苏省自然科学基金(BK2007195) 江苏省博士后科研资助计划(0701014B)资助~~; 文摘支持向量机(Support vector machine,SVM)是利用离在线数据自动建立故障诊断模型的智能方法,它在多故障诊断时,必须先进行多分类扩展.决策导向无环图(Decision directed acyclic graph,DDAG)法是一种性能优秀的多分类扩展策略,但该方法的决策结果与结点的排部密切相关,而其结点的排部却是主观的,影响了诊断的正确率.本文提出一种根据故障数据的空间分布来优化结点排部的方法,它能够提高支持向量机诊断的正确率.采用该方法扩展的多分类支持向量机在变压器故障诊断中获得良好效果.; 关键词支持向量机故障诊断多分类决策导向无环图结点优化; Keywords Support vector machine（SVM） fault diagnosis multi-class decision directed acyclic graph（DDAG） noderefined; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名图像多分类主动学习方法被引量：2: 2; 作者刘君熊忠阳王银辉; 机构重庆大学计算机学院重庆广播电视大学理工学院; 出处《计算机工程与应用》 CSCD 北大核心 2010年第13期11-14,27,共5页; 基金中国博士后科学基金资助项目(No.20070420711) 重庆市科委自然科学基金计划资助项目(No.2007BB2372); 文摘以决策速度快的决策导向非循环图支持向量机(Decision DirectedAcyclic Graph Support Vector Machine)为基准分类器,结合主动学习的思想,提出了一种图像多分类主动学习方法。这种方法是一种半自动的图像语义分类方法,可以将图像分成多个语义类别。该方法在最近边界主动选择方法的基础上,提出一种基于质疑度的主动选择策略。这种策略将SVMactive中提出的最近邻SVM分类面选择的反馈样例策略延伸到多分类中,通过区别对待奇异样例和容易错分样例,减少了噪声数据对分类器的干扰,提高了分类的精度。; 关键词支持向量机多分类决策导向非循环图主动学习; Keywords support vector machine multi-class classification problem decision directed acyclic graph active learning; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种改进的DDAGSVM决策算法被引量：1: 3; 作者史朝辉王坚华继学郭新鹏; 机构空军工程大学防空反导学院; 出处《空军工程大学学报（自然科学版）》 CSCD 北大核心 2015年第2期53-56,共4页; 基金国家自然科学基金资助项目(61273275); 文摘决策导向无环图支持向量机(DDAGSVM)是一种典型的SVM多类分类算法,然而传统SVM决策分类器存在误差积累,其推广能力有待进一步提高。为改进DDAGSVM,有效的做法是定义一种类间可分离性测度,将容易分的类先分割出来,然后再分不容易分的类,使错分尽可能地远离图的根部。引入了一种基于广义KKT条件的类间可分离性测度,提出一种改进的DDAGSVM分类决策算法。三螺旋线实验和HRRP分类实验证明该方法对控制分类错误有明显的效果。; 关键词支持向量机决策导向无环图广义KKT条件可分离性测度; Keywords support vector machine decision directed acyclic graph generalized KKT separable measure; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名结合主动反馈的图像多分类框架: 4; 作者刘君王银辉李黎张宇; 机构重庆广播电视大学理工学院重庆大学计算机学院重庆市气象局; 出处《计算机工程与设计》 CSCD 北大核心 2011年第4期1387-1390,共4页; 基金中国博士后科学基金项目(20070420711) 重庆市科委自然科学基金计划项目(2007BB2372); 文摘为了解决图像语义分类中的训练数据不对称、小样本训练和噪声数据这3个难题,提出结合主动反馈的图像多分类框架。该框架将主动选择的策略应用到图像的多分类中,通过主动的选择出不确定的图片给用户手动标记,扩大训练图片集,提高分类的精度。为了验证该框架的有效性,提出一种有效的结合主动选择的图像多分类算法,即结合投票的DDAGSVM(decision directed acyclic graph support vector machine)算法。该算法提出了新的主动选择策略,即结合投票和旁移机制的主动选择策略。实验结果表明,该算法能有效应用到图像多分类中,比DDAGSVM和采用普通主动选择策略的DDAGSVM具有更高的分类的精度。; 关键词多分类图像分类主动反馈投票策略决策导向无环图; Keywords multi-class classification image classification active feedback voting strategy decision directed acyclic graph; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多分类相关向量机的水电机组振动故障诊断被引量：29: 5; 作者易辉梅磊李丽娟刘宇芳袁宇浩; 机构南京工业大学自动化与电气工程学院国电环境保护研究院; 出处《中国电机工程学报》 EI CSCD 北大核心 2014年第17期2843-2850,共8页; 基金国家自然科学基金项目(51205185 61273171) +2 种基金江苏省高校自然科学基金项目(13KJB510013)~~; 文摘水电机组振动故障成因与故障征兆之间呈复杂的非线性关系,传统方法难以描述。当前研究常采用模式识别方法,如支持向量机、神经网络等实现振动故障诊断。该文在现有研究基础上,引进相关向量机(relevance vector machine,RVM)对诊断过程进行改进。相比传统方法,该文所提方法在学习过程中参数设置简单,在输出结果时给出了分类的可靠性,适合实际工程应用。同时,该方法在决策过程中,能够根据训练数据分布情况,自动选取决策结构,进一步提高诊断的速度与准确性。将该文所提诊断方法用于水电机组振动故障诊断实例,取得良好效果,验证了算法的有效性。; 关键词相关向量机水电机组振动故障诊断多分类决策导向图; Keywords relevance vector machine hydroelectricgenerating unit vibration fault diagnosis multi-class decision directed acyclic graph; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于SVM多类分类算法的模拟电路软故障诊断被引量：12: 6; 作者王安娜邱增吴洁曲福明; 机构东北大学信息科学与工程学院; 出处《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第7期924-927,共4页; 基金辽宁省自然科学基金资助项目(20062033) 流程工业综合自动化教育部重点实验室开放基金资助项目(PAL200508); 文摘给出了基于支持向量机(SVM)1-v-1和决策导向无环图(decision directed acyclic graph,DDAG)多类分类算法的模拟电路软故障诊断新方法.DDAG是在1-v-1算法基础上构建的新的学习架构,在对多个SVM子分类器进行组合的过程中,引入了图论中有向无环图的思想.比较了采用不同核函数时支持向量机的分类结果.实验结果表明采用DDAG支持向量机(DAGSVM))多类分类算法时,诊断准确率为99%.因此,DAGSVM算法具有较高的诊断准确率.; 关键词模拟电路支持向量机软故障诊断核函数决策导向无环图; Keywords analog circuit support vector machines （SVM） soft. fault diagnosis kernel function decision directed acyclic graph（DDAG）; 分类号 TM131 [电气工程—电工理论与新技术]; 在线阅读下载PDF 职称材料

题名一种应用于多类声目标识别的改进DDAGSVM 被引量：2: 7; 作者郭相科刘进忙史朝辉张玉鹏; 机构空军工程大学导弹学院; 出处《信号处理》 CSCD 北大核心 2009年第2期322-325,共4页; 基金国家自然科学基金资助项目(50505051); 文摘在多目标识别中,决策导向无环图支持向量机(DDAGSVM)是一种有效的方法。但在分类过程中它存在误差累积现象。在分析此问题的基础上,借用广义核函数fisher最佳鉴别的思想,提出了一种基于Fisher判别率的改进DDAGSVM。最后应用改进算法对四种防空战场目标的声信号进行分类识别。实验结果表明它很大程度上降低了累积误差,较原算法提高了分类精度。; 关键词分类器决策导向无环图误差累积 Fisher判别率; Keywords Classification Decision Directed Acyclic Graph Accumulated Error Fisher Discriminant Criterion; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于EMD近似熵和DAGSVM的机械故障诊断被引量：7: 8; 作者戴桂平; 机构苏州市职业大学电子信息工程系; 出处《计量学报》 CSCD 北大核心 2010年第5期467-471,共5页; 基金国家自然科学基金（60970058）江苏省自然科学基金（BK2009131）苏州市职业大学科学技术基金（SZD09L28）; 文摘故障特征提取的精确性和分类识别的高效率是提高故障诊断准确率和速度的关键。针对此问题，提出一种基于经验模式分解近似熵和决策导向循环图支持向量机的机械故障诊断新方法。首先，对故障振动信号进行经验模式分解，得到若干个反映故障信息的本征模函数；其次，选取前4个本征模函数的近似熵值作为信号的特征向量；最后，将构造的特征向量输入到决策导向循环图支持向量机分类器进行故障类型识别。仿真表明，该方法能有效地提取故障特征，与“一对一”支持向量机及传统的BP网络相比，具有训练样本少、训练速度快、识别精度高等优点。; 关键词计量学故障诊断经验模式分解近似熵决策导向循环图支持向量机; Keywords Metrology Fault diagnosis Empirical mode decomposition Approximate entropy Ddireet acyclic graph support vector machine; 分类号 TB93 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于优化DDAGSVM多类分类策略的电能质量扰动识别被引量：10: 9; 作者任子晖王琦; 机构中国矿业大学信息与控制工程学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2018年第5期82-88,共7页; 基金江苏省重点研发计划项目(BE2016046) 江苏省煤矿电气与自动化工程实验室建设项目(2014KJZX05); 文摘针对电能质量扰动类型多样且识别率不高的问题,该研究的目的是如何将多类分类问题应用于支持向量机。首先通过S变换和FFT变换提取扰动信号特征量进行模型训练。其次将广义KKT判定条件与样本空间分布序列相结合引入类间识别度,将类间识别度最高的超平面函数作为分类器根节点,以此克服传统决策导向非循环图支持向量机分类器(DDAGSVM)在分类生成顺序上随机化的缺点,并将改进的DDAGSVM应用于电能扰动信号的识别分类。实验结果表明,所提算法较传统DDAGSVM算法有良好效果和更好的鲁棒性。; 关键词支持向量机决策导向非循环图类间识别度广义KKT条件空间分布序列; Keywords support vector machine decision-oriented non-cyclic graph interclass cognition generalized KKT condition spatial distribution sequence; 分类号 TM711 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于结点优化的决策导向无环图支持向量机及其在故障诊断中的应用	易辉宋晓峰姜斌王定成	《自动化学报》 EI CSCD 北大核心	2010	22	在线阅读下载PDF 职称材料
2	图像多分类主动学习方法	刘君熊忠阳王银辉	《计算机工程与应用》 CSCD 北大核心	2010	2	在线阅读下载PDF 职称材料
3	一种改进的DDAGSVM决策算法	史朝辉王坚华继学郭新鹏	《空军工程大学学报（自然科学版）》 CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
4	结合主动反馈的图像多分类框架	刘君王银辉李黎张宇	《计算机工程与设计》 CSCD 北大核心	2011	0	在线阅读下载PDF 职称材料
5	基于多分类相关向量机的水电机组振动故障诊断	易辉梅磊李丽娟刘宇芳袁宇浩	《中国电机工程学报》 EI CSCD 北大核心	2014	29	在线阅读下载PDF 职称材料
6	基于SVM多类分类算法的模拟电路软故障诊断	王安娜邱增吴洁曲福明	《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心	2008	12	在线阅读下载PDF 职称材料
7	一种应用于多类声目标识别的改进DDAGSVM	郭相科刘进忙史朝辉张玉鹏	《信号处理》 CSCD 北大核心	2009	2	在线阅读下载PDF 职称材料
8	基于EMD近似熵和DAGSVM的机械故障诊断	戴桂平	《计量学报》 CSCD 北大核心	2010	7	在线阅读下载PDF 职称材料
9	基于优化DDAGSVM多类分类策略的电能质量扰动识别	任子晖王琦	《电力系统保护与控制》 EI CSCD 北大核心	2018	10	在线阅读下载PDF 职称材料