基于半监督拉普拉斯特征映射的故障诊断 被引量：6

1

作者 江丽 郭顺生 《中国机械工程》 EI CAS CSCD 北大核心 2016年第14期1911-1916,共6页

针对有标记故障样本不足和故障数据高维非线性的问题,提出了基于半监督拉普拉斯特征映射(LE)算法的故障诊断模型。该模型运用LE算法,直接从原始高维振动信号中提取低维流形特征,并将其输入到基于LE的半监督分类器,从而识别出机械设备的... 针对有标记故障样本不足和故障数据高维非线性的问题,提出了基于半监督拉普拉斯特征映射(LE)算法的故障诊断模型。该模型运用LE算法,直接从原始高维振动信号中提取低维流形特征,并将其输入到基于LE的半监督分类器,从而识别出机械设备的运行状态。与传统方法相比,该模型能明显提高滚动轴承和齿轮的故障识别性能。 展开更多

关键词 故障诊断 特征提取 流形学习 半监督拉普拉斯特征映射

在线阅读 下载PDF 职称材料

半监督拉普拉斯特征映射算法 被引量：4

2

作者 刘海红 周聪辉 《计算机工程与设计》 CSCD 北大核心 2012年第2期601-606,共6页

为了使流形学习方法具有半监督的特点,利用流形上某些已知低维信息的数据去学习推测出其它数据的低维信息,扩大流形学习算法的应用范围,把拉普拉斯特征映射算法(Laplacian Eigenmap,LE)与半监督的机器学习相结合,提出一种半监督的拉普... 为了使流形学习方法具有半监督的特点,利用流形上某些已知低维信息的数据去学习推测出其它数据的低维信息,扩大流形学习算法的应用范围,把拉普拉斯特征映射算法(Laplacian Eigenmap,LE)与半监督的机器学习相结合,提出一种半监督的拉普拉斯特征映射算法(semi-supervised Laplacian Eigenmap,SSLE),这种半监督的流形学习算法在分类识别等问题上,具有很好的效果。模拟实验和实际例子都表明了SSLE算法的有效性。 展开更多

关键词 拉普拉斯特征映射算法 半监督机器学习 流形学习 低维信息 模式识别

在线阅读 下载PDF 职称材料

基于半监督拉普拉斯映射的移动定位算法 被引量：1

3

作者 黄涛涛 顾晶晶 庄毅 《计算机工程》 CAS CSCD 北大核心 2018年第1期144-148,153,共6页

在无线传感器网络节点移动定位过程中,网络拓扑结构不断进行更新,以致影响预测模型的精确度。为此,提出一种基于拉普拉斯映射的移动定位算法。分析无线传感器网络的布局特点,引入局部拓扑结构和非信标节点信息,将节点定位问题放在半监... 在无线传感器网络节点移动定位过程中,网络拓扑结构不断进行更新,以致影响预测模型的精确度。为此,提出一种基于拉普拉斯映射的移动定位算法。分析无线传感器网络的布局特点,引入局部拓扑结构和非信标节点信息,将节点定位问题放在半监督框架中进行研究。实验结果表明,与同类算法相比,该算法提高了预测模型的泛化能力和节点的定位精度,具有更高的稳定性。 展开更多

关键词 无线传感器网络 定位算法 拉普拉斯映射 半监督 流形学习 拓扑结构

在线阅读 下载PDF 职称材料

迭代拉普拉斯半监督学习本体算法 被引量：6

4

作者 彭波 徐天伟 +1 位作者 李臻 高炜 《计算机工程与科学》 CSCD 北大核心 2014年第11期2164-2168,共5页

本体相似度计算和本体映射是知识表示和信息处理的核心研究内容。利用迭代拉普拉斯半监督学习方法将本体图中每个顶点映射成一个实数,通过比较顶点对应实数间的差值得到本体相似度计算算法和本体映射策略。通过两个实验表明,该方法对特... 本体相似度计算和本体映射是知识表示和信息处理的核心研究内容。利用迭代拉普拉斯半监督学习方法将本体图中每个顶点映射成一个实数,通过比较顶点对应实数间的差值得到本体相似度计算算法和本体映射策略。通过两个实验表明,该方法对特定的应用领域是有效的。 展开更多

关键词 本体 相似度 本体映射 半监督学习 迭代拉普拉斯

在线阅读 下载PDF 职称材料

基于拉普拉斯特征映射的分类器设计 被引量：3

5

作者 周梅 刘秉瀚 《计算机工程》 CAS CSCD 北大核心 2009年第16期178-179,182,共3页

引用监督学习策略,定义类内和类间不同的距离度量方式,以替代原来的欧式距离度量,实现对拉普拉斯特征映射算法的改进。将降维之后的结果作为BP神经网络的输入,实现分类。实验结果表明,基于改进的拉普拉斯特征映射算法降维之后的结果,减... 引用监督学习策略,定义类内和类间不同的距离度量方式,以替代原来的欧式距离度量,实现对拉普拉斯特征映射算法的改进。将降维之后的结果作为BP神经网络的输入,实现分类。实验结果表明,基于改进的拉普拉斯特征映射算法降维之后的结果,减少了神经网络的训练时间,具有较好的分类正确率。 展开更多

关键词 拉普拉斯特征映射 监督学习 分类器 相异度

在线阅读 下载PDF 职称材料

半监督拉普拉斯分值在滚动轴承故障诊断中的应用

6

作者 梁闯 陈长征 +1 位作者 刘野 贾歆莹 《机械强度》 CAS CSCD 北大核心 2023年第4期771-777,共7页

针对滚动轴承故障诊断过程中标签样本不足的问题,结合特征选择与二次挖掘,提出了基于半监督拉普拉斯分值(Semi Supervised Laplace Score,SSLS)和核主元分析(Kernel Principal Component Analysis,KPCA)的滚动轴承故障诊断模型。SSLS将... 针对滚动轴承故障诊断过程中标签样本不足的问题,结合特征选择与二次挖掘,提出了基于半监督拉普拉斯分值(Semi Supervised Laplace Score,SSLS)和核主元分析(Kernel Principal Component Analysis,KPCA)的滚动轴承故障诊断模型。SSLS将半监督思想应用于拉普拉斯分值特征选择方法中,利用少量的有标签样本和大量无标签样本,结合KPCA对故障特征进行二次挖掘。同时,将粒子群优化的支持向量机(Particle Swarm Optimization-based Support Vector Machine,PSO-SVM)算法用于故障分类。最后,将该模型应用于实验数据分析过程。结果表明,该模型在减少样本标记工作量的同时,仍能在滚动轴承故障分类中保持较高的准确率,验证了所建立模型的有效性和工程实用性。 展开更多

关键词 特征选择 半监督拉普拉斯分值 核主元分析 粒子群优化的支持向量机 故障诊断

在线阅读 下载PDF 职称材料

基于半监督学习的多标签遥感图像分类方法

7

作者 杨秋勇 杨春 《沈阳工业大学学报》 北大核心 2025年第3期355-361,共7页

【目的】遥感图像作为观测地球的重要工具,被广泛应用于环境监测、资源勘探、灾害预警等多个领域。然而,遥感图像在采集过程中容易受到传感器噪声、大气干扰等因素的影响,导致图像质量下降,细节信息模糊,给后续的图像分析和目标分类带... 【目的】遥感图像作为观测地球的重要工具,被广泛应用于环境监测、资源勘探、灾害预警等多个领域。然而,遥感图像在采集过程中容易受到传感器噪声、大气干扰等因素的影响,导致图像质量下降,细节信息模糊,给后续的图像分析和目标分类带来了巨大挑战。在多标签遥感图像分类任务中,由于图像中往往包含多个类别的目标,且这些目标之间可能存在复杂的关联和依赖关系,传统的监督学习方法在处理这类问题时显得力不从心,分类误差较大。【方法】为有效应对遥感图像噪声影响、准确捕捉图像特征、提高分类精度,提出一种半监督学习的多标签遥感图像分类方法。利用感知损失函数对遥感图像进行预处理,通过查找图像中存在细节丢失和模糊的像素点位置,计算原始图像和缺陷图像的信噪比残差值,确定遥感图像质量下降程度。设计了一种基于残差映射的图像去噪算法,按照残差映射值调整含噪位置的频谱值,通过调节像素的高低频关系提高信噪比,恢复图像中的细节信息。采用半监督学习方法对图像分类器进行更新改进,提高遥感图像的处理效率和分类准确性,以此实现多标签遥感图像的分类。【结果】为了验证方法的有效性,在不同分辨率、不同主成分数情况下进行了图像分类实验,同时,设计了针对不同类型遥感图像的分类实验。测试结果表明,方法在去噪效果和图像细节还原方面表现出色,能够清晰地区分每个区域的色块,恢复了图像中的关键细节信息。在地貌特征提取方面,结果与实际地貌分布的吻合度较高,误差较小,证明了其在遥感图像特征提取方面的优势。在图像分类精度方面,方法在图像分辨率为70像素×80像素、主成分数为12时,分类精度达到0.88,表现出了较高的分类精度。同时,在对不同类型的遥感图像进行分类时,方法的分类精度也保持在0.9以上,最高达到0.98,充分验证了其广泛的适用性和高分类精度。【结论】实验结果表明,方法利用结合感知损失函数、残差映射的图像去噪算法和半监督学习方法,实现了多标签遥感图像分类。不仅提高了遥感图像的处理效率和分类精度,还为遥感图像处理领域提供了新的思路和技术支持,具有较高的理论意义和实际应用价值。 展开更多

关键词 图像去噪 感知损失函数 信噪比 残差映射 半监督学习 图像分类器 多标签遥感图像 特征提取

在线阅读 下载PDF 职称材料

基于特征映射的半监督文本分类算法 被引量：5

8

作者 杜芳华 冀俊忠 +1 位作者 赵学武 吴晨生 《北京工业大学学报》 CAS CSCD 北大核心 2016年第2期230-235,共6页

针对已标记数据与未标记数据分布不一致可能导致半监督分类器性能降低的不足,提出了一种基于特征映射的半监督文本分类算法.首先通过不同的特征选择方法,分别在训练集的已标记数据、未标记数据以及测试集数据中选取各自的特征集,并初始... 针对已标记数据与未标记数据分布不一致可能导致半监督分类器性能降低的不足,提出了一种基于特征映射的半监督文本分类算法.首先通过不同的特征选择方法,分别在训练集的已标记数据、未标记数据以及测试集数据中选取各自的特征集,并初始化特征的权值;在此基础之上,分别建立已标记数据与未标记数据、已标记数据与测试集数据、未标记数据与测试集数据之间的映射函数,并利用这3个特征映射函数重新计算特征的权重;最后利用期望最大比(expectation maximization,EM)算法进行半监督文本分类.在标准数据集上的实验结果表明:提出的算法是有效的. 展开更多

关键词 特征映射 迁移学习 半监督学习 文本分类

在线阅读 下载PDF 职称材料

基于KL散度矩阵迹的潜映射半监督社区发现

9

作者 余琨 伍孝金 《计算机工程》 CAS CSCD 北大核心 2017年第12期296-302,共7页

为提高社区发现算法的计算效率和发现性能,提出一种基于潜空间映射的半监督社区发现梯度下降算法。基于潜空间表示形式构建基于潜空间映射的半监督社区发现框架,并使用KL散度对潜空间顶点相似度进行评价,获得三元组表示形式,基于矩阵迹... 为提高社区发现算法的计算效率和发现性能,提出一种基于潜空间映射的半监督社区发现梯度下降算法。基于潜空间表示形式构建基于潜空间映射的半监督社区发现框架,并使用KL散度对潜空间顶点相似度进行评价,获得三元组表示形式,基于矩阵迹和Frobenius范数,构建半监督社区发现梯度下降算法的优化规则,以实现目标函数局部极小值点的快速获取,提高算法在大规模社区发现中的实用价值,给出算法计算复杂度理论分析。实验结果表明,与局部社区结构发现算法、格文-纽曼算法、标签传播算法等算法相比,该算法具有更好的社区发现性能。 展开更多

关键词 潜空间 特征映射 半监督 社区发现 梯度下降

在线阅读 下载PDF 职称材料

基于叠前地震纹理特征的半监督地震相分析 被引量：17

10

作者 蔡涵鹏 胡浩炀 +2 位作者 吴庆平 王军 李志鹏 《石油地球物理勘探》 EI CSCD 北大核心 2020年第3期504-509,468,共7页

为了充分挖掘叠前地震数据中反映地震相类别的细微信息,充分利用钻井、地质等先验知识,提出基于叠前地震纹理属性的半监督地震相分析算法。该算法首先引入叠前地震纹理属性,以突出地震反射信息中的微小空间、振幅随方位角/炮检距等的变... 为了充分挖掘叠前地震数据中反映地震相类别的细微信息,充分利用钻井、地质等先验知识,提出基于叠前地震纹理属性的半监督地震相分析算法。该算法首先引入叠前地震纹理属性,以突出地震反射信息中的微小空间、振幅随方位角/炮检距等的变异性;然后采用自组织映射,对训练样本对进行训练;最后在钻井先验知识的约束下,对自组织映射输出层的神经元进行半监督聚类,得到神经元与地震相类别的映射关系。理论模型和实际资料应用结果证实该方法可提高地震相图的准确度及地震微相的识别能力,是一种性能优越的地震相分析工具。 展开更多

关键词 地震相分析 叠前纹理特征 半监督学习 自组织映射

在线阅读 下载PDF 职称材料

一种协同半监督分类算法Co-S3OM 被引量：12

11

作者 赵建华 李伟华 《计算机应用研究》 CSCD 北大核心 2013年第11期3237-3239,3252,共4页

为了提高半监督分类的有效性,提出了一种基于SOM神经网络和协同训练的半监督分类算法CoS3OM(coordination semi-supervised SOM)。将有限的有标记样本分为无重复的三个均等的训练集,分别使用改进的监督SSOM算法(supervised SOM)训练三... 为了提高半监督分类的有效性,提出了一种基于SOM神经网络和协同训练的半监督分类算法CoS3OM(coordination semi-supervised SOM)。将有限的有标记样本分为无重复的三个均等的训练集,分别使用改进的监督SSOM算法(supervised SOM)训练三个单分类器,通过三个单分类器共同投票的方法挖掘未标记样本中的隐含信息,扩大有标记样本的数量,依次扩充单分类器训练集,生成最终的分类器。最后选取UCI数据集进行实验,结果表明Co-S3OM具有较高的标记率和分类率。 展开更多

关键词 自组织特征映射 协同训练 半监督 分类器 标记

在线阅读 下载PDF 职称材料

针对标签噪声数据的自步半监督降维 被引量：1

12

作者 古楠楠 《计算机工程》 CAS CSCD 北大核心 2023年第11期131-142,共12页

数据类别标记是一项费时费力的工作,且标记质量会直接影响模型预测性能。基于自步学习机制构建自步半监督降维框架,将由简单到复杂的样本逐步纳入模型训练过程。在此框架下,设计自步半监督降维算法,依据交替优化策略,在更新降维映射函... 数据类别标记是一项费时费力的工作,且标记质量会直接影响模型预测性能。基于自步学习机制构建自步半监督降维框架,将由简单到复杂的样本逐步纳入模型训练过程。在此框架下,设计自步半监督降维算法,依据交替优化策略,在更新降维映射函数与计算样本重要度之间交替迭代。一方面,最小化低维标签数据的加权类内分散程度,且考虑再生核希尔伯特空间中的函数复杂度正则化项与数据稀疏结构图上的光滑度正则化项,得到降维映射。另一方面,依据自步学习机制,计算标签数据的低维表示与其所在类的锚点之间的距离,给定下次迭代时样本的重要度。所提框架及算法对标签噪声具有较好的鲁棒性,能自适应给出标签样本的重要度及显性非线性的降维映射,所得的低维表示具有较强的可分性与判别性。在5个实验数据集上,对于标签具有噪声的数据,所提算法获得的低维表示的最近邻分类准确率分别比次优算法最多提高了2.2、5.6、5.0、11.3、2.7个百分点,验证了所提算法的有效性和鲁棒性。 展开更多

关键词 半监督降维 自步学习 映射 稀疏表示 特征提取

在线阅读 下载PDF 职称材料

基于改进LE和约束种子K均值的半监督故障识别 被引量：5

13

作者 张鑫 郭顺生 江丽 《振动与冲击》 EI CSCD 北大核心 2019年第16期93-99,共7页

为充分利用少量有标记样本蕴含的重要信息,在拉普拉斯特征映射(LE)算法基础上,对标记样本点进行置信度约束,提出了改进的LE算法及基于该算法的半监督故障诊断模型。该模型采用改进的LE算法,直接从原始高维振动信号中提取最敏感的低维流... 为充分利用少量有标记样本蕴含的重要信息,在拉普拉斯特征映射(LE)算法基础上,对标记样本点进行置信度约束,提出了改进的LE算法及基于该算法的半监督故障诊断模型。该模型采用改进的LE算法,直接从原始高维振动信号中提取最敏感的低维流形特征,随后将其输入到基于约束种子K均值算法构建的分类器,从而以可视化的聚类结果标识机械设备的运行状态。与核主成分分析、核判别分析等经典算法进行比较,该模型能明显提高轴承故障类型和滚动体故障严重性的识别性能。 展开更多

关键词 半监督 拉普拉斯特征映射(LE) 约束种子K均值 故障诊断

在线阅读 下载PDF 职称材料

基于LE和DBN算法的轴承故障信号特征提取及诊断

14

作者 余震 何留杰 王峰 《制造技术与机床》 北大核心 2023年第1期16-20,共5页

为了提高机械传动系统的运行稳定性,提出了一种基于半监督拉普拉斯特征映射(semisupervised laplacian eigenmap, SLE)和深度置信网络(deep belief network, DBN)算法的故障信号特征提取方法。选择SLE算法提取高维振动信号的流形参数,在... 为了提高机械传动系统的运行稳定性,提出了一种基于半监督拉普拉斯特征映射(semisupervised laplacian eigenmap, SLE)和深度置信网络(deep belief network, DBN)算法的故障信号特征提取方法。选择SLE算法提取高维振动信号的流形参数,在DBN内输入流形学习数据实现特征数据二次挖掘的过程,完成不同故障的分类。研究结果表明:采用SLE-DBN模型进行处理时达到了比其余模型更优性能。采用SLE算法可以显著缩短SLE-DBN组合模型运算时间。训练集样本进行识别得到的准确率接近100%,表明模型能够对训练数据起到良好的拟合效果。SLE算法相对MCA与PCA算法表现出了更优特征提取性能,当设置合适参数时可以获得近100%的准确率。当有标签样本数量介于60~120时,DBN网络相对CNN网络表现出了更优分类性能。SLE-DBN模型对于别轴承故障诊断方面都达到了理想分类精度以及实现快速识别的要求。 展开更多

关键词 拉普拉斯特征映射 深度置信网络 半监督 故障诊断

在线阅读 下载PDF 职称材料

一种考虑风电场并网的电力系统在线同调识别策略 被引量：7

15

作者 刘扬 唐飞 +4 位作者 施浩波 刘涤尘 张立波 刘佳乐 王飞飞 《电网技术》 EI CSCD 北大核心 2019年第4期1236-1244,共9页

现有的大电网同调机组分群策略,大都仅针对功角轨迹之间的距离进行研究,忽略了风电场并网对电力系统固有振荡模式的影响。针对上述存在的同调分群不准确问题,提出了一种两阶段高风电渗透率下大电网受扰机群同调分群策略。在第1阶段,通... 现有的大电网同调机组分群策略,大都仅针对功角轨迹之间的距离进行研究,忽略了风电场并网对电力系统固有振荡模式的影响。针对上述存在的同调分群不准确问题,提出了一种两阶段高风电渗透率下大电网受扰机群同调分群策略。在第1阶段,通过修正系统的收缩导纳矩阵将风功率以电流的形式进行等值,并与其电气距离最近的同步机组进行联合分析,进而在不同潮流水平和典型工况下,离线计算其等效功角获得含风电场电力系统的改进发电机耦合程度拉普拉斯矩阵,求解其特征向量并得到离线的发电机耦合程度分类结果。在第2阶段,构建电力系统邻接图并将所得分类结果作为邻接图功角权值矩阵的约束,对高风电渗透率下大电网的改进功角拉普拉斯矩阵进行在线修正,通过特征映射算法提取其特征信息,进而通过修正的余弦相似度因子算法在线获得当前的同调分群结果。最后通过IEEE 39节点和118节点系统仿真,验证了所提策略的正确性和有效性。 展开更多

关键词 在线同调识别 含风电场电力系统 拉普拉斯特征映射 半监督算法 修正的余弦相似度因子

在线阅读 下载PDF 职称材料