期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
二维局部非负矩阵分解的路网态势算法 被引量:1
1
作者 许榕 吴聪 +1 位作者 蒋士正 陈启美 《上海交通大学学报》 EI CAS CSCD 北大核心 2015年第8期1131-1136,1143,共7页
针对路网态势评测算法存在限于断面、依赖单一指标等的不足,在解析测量指标和测量断面的相关性及局部非负矩阵分解(LNMF)算法的基础上,提出了二维局部非负矩阵分解2DLNMF算法,通过选择合适参数对路网数据进行降维处理,提取路网特征数据... 针对路网态势评测算法存在限于断面、依赖单一指标等的不足,在解析测量指标和测量断面的相关性及局部非负矩阵分解(LNMF)算法的基础上,提出了二维局部非负矩阵分解2DLNMF算法,通过选择合适参数对路网数据进行降维处理,提取路网特征数据,从而实现路网态势评测.仿真结果表明,使用2D-LNMF算法路网态势评测结果更加准确,而在线评测准确性达到95.69%. 展开更多
关键词 路网态势 聚类 二维局部非负矩阵分解 特征提取
在线阅读 下载PDF
基于递归图和局部非负矩阵分解的轴承故障诊断 被引量:5
2
作者 成洁 李思燃 《工矿自动化》 北大核心 2017年第7期81-85,共5页
针对轴承振动信号的非平稳特征和现实中难以提取故障参数的情况,提出了一种基于递归图和局部非负矩阵分解的轴承故障诊断方法。该方法首先对采集到的轴承振动信号进行递归图分析,生成灰度图;然后用局部非负矩阵分解对生成的递归图进行... 针对轴承振动信号的非平稳特征和现实中难以提取故障参数的情况,提出了一种基于递归图和局部非负矩阵分解的轴承故障诊断方法。该方法首先对采集到的轴承振动信号进行递归图分析,生成灰度图;然后用局部非负矩阵分解对生成的递归图进行特征参数提取,得到系数编码矩阵;最后采用分类器对上述编码矩阵直接进行模式识别,从而实现轴承故障的自动化诊断。将该方法应用在4种典型工况的轴承故障诊断实例中,应用结果表明,该方法可对不同工况的递归图自适应地计算特征参数,避免了人为因素对诊断准确率的影响,具有较好的自适应性和鲁棒性。 展开更多
关键词 轴承 故障诊断 特征参数 递归图 局部非负矩阵分解
在线阅读 下载PDF
稀疏LNMF算法在图像局部特征提取中的应用 被引量:2
3
作者 尚丽 苏品刚 +1 位作者 周昌雄 杜吉祥 《计算机工程与应用》 CSCD 北大核心 2011年第30期206-209,233,共5页
考虑自然图像的先验稀疏结构及其特征子空间的局部性,在局部非负矩阵分解(LNMF)算法的基础上,提出一种具有稀疏约束的局部非负矩阵分解(SC-LNMF)神经网络算法。使用两类自然属性不同的图像在不同的维数下对SC-LNMF网络进行训练,该方法... 考虑自然图像的先验稀疏结构及其特征子空间的局部性,在局部非负矩阵分解(LNMF)算法的基础上,提出一种具有稀疏约束的局部非负矩阵分解(SC-LNMF)神经网络算法。使用两类自然属性不同的图像在不同的维数下对SC-LNMF网络进行训练,该方法都能成功地提取出训练图像的局部特征。与NMF、LNMF特征提取方法相比,实验对比结果证明了SC-LNMF算法能够模拟大脑初级视觉系统V1区感受野的特性,进一步证实了该算法在图像局部特征提取中的有效性和实用性。 展开更多
关键词 稀疏约束 局部非负矩阵分解(LNMF) 自然图像 特征提取
在线阅读 下载PDF
局部子空间映射在人耳识别中的应用
4
作者 冷加福 穆志纯 万捷 《计算机工程与应用》 CSCD 北大核心 2009年第8期175-177,共3页
比较了三种用于人耳识别的局部表征方法的识别准确率。通过在USTB2人耳库上的实验,对所采用的空间几何距离及选择的特征数进行了一个系统的比较分析。结果表明,方法的识别性能随所用的空间几何距离公式发生较大变化。
关键词 人耳识别 局部非负矩阵分解 独立分量分析 矩阵稀疏分解
在线阅读 下载PDF
LBP与LNMF特征融合的人脸识别 被引量:8
5
作者 袁宝华 王欢 任明武 《计算机工程与应用》 CSCD 2013年第5期166-169,共4页
提出一种融合局部二值模式(LBP)和局部非负矩阵分解(LNMF)进行人脸识别的方法,采用LBP算子提取分块人脸图像的LBP直方图序列(LBPHS),根据每块的贡献度,得到权重的直方图序列(WeightLBPHS),采用LNMF方法提取其非负子空间及其系数矩阵,根... 提出一种融合局部二值模式(LBP)和局部非负矩阵分解(LNMF)进行人脸识别的方法,采用LBP算子提取分块人脸图像的LBP直方图序列(LBPHS),根据每块的贡献度,得到权重的直方图序列(WeightLBPHS),采用LNMF方法提取其非负子空间及其系数矩阵,根据最近邻原则进行识别。在ORL和YALE标准人脸数据库上的实验表明,该方法具有较高的识别率。 展开更多
关键词 局部二值模式 局部非负矩阵分解 人脸识别
在线阅读 下载PDF
基于EVMD-LNMF的复合故障信号分离方法 被引量:14
6
作者 王梦阳 王华庆 +2 位作者 董方 任帮月 宋浏阳 《振动与冲击》 EI CSCD 北大核心 2019年第16期146-152,共7页
非负矩阵分解算法(NMF)和变分模态分解算法(VMD)已用于复合故障信号的分离,但VMD算法过程中模态分量个数难以确定,且NMF算法由于缺少相关约束,对故障源相互耦合,特征信息微弱分解效果并不理想。为此提出了基于能量收敛因子为判据的变分... 非负矩阵分解算法(NMF)和变分模态分解算法(VMD)已用于复合故障信号的分离,但VMD算法过程中模态分量个数难以确定,且NMF算法由于缺少相关约束,对故障源相互耦合,特征信息微弱分解效果并不理想。为此提出了基于能量收敛因子为判据的变分模态分解算法(EVMD)与局部非负矩阵分解算法(LNMF)相结合的复合故障信号分离方法;构造了能量收敛因子,并以此为判断准则,自适应确定VMD算法中模态分量个数;将获得的模态分量重构组成模态矩阵,采用邻近特征值占优法获取LNMF算法中的最优分解维数;对模态分量作LNMF算法处理,突出局部特征信息,从而分离出耦合的多故障信号,提取故障特征信息。仿真及轴承复合故障实验结果表明:提出的基于EVMD-LNMF的信号分离方法,明显优于未改进的VMD-NMF方法,可以有效分离并提取出外圈与滚动体冲击性特征,实现了轴承的复合故障诊断。 展开更多
关键词 改进变分模态分解(VMD) 局部非负矩阵分解 复合故障 信号分离
在线阅读 下载PDF
一种基于LNMF像素模式纹理特征的表情识别
7
作者 卢湖川 李阳 黄英杰 《大连理工大学学报》 EI CAS CSCD 北大核心 2009年第6期964-970,共7页
采用一种基于像素模式纹理特征(PPBTF)的人脸特征表示方法对人脸图像进行了特征提取.首先,将原始的灰度图像转化成能够表征纹理信息的模式图,并且通过在特征窗内统计每一模式的像素个数得到其中心像素的特征矢量,然后将由局部非负矩阵分... 采用一种基于像素模式纹理特征(PPBTF)的人脸特征表示方法对人脸图像进行了特征提取.首先,将原始的灰度图像转化成能够表征纹理信息的模式图,并且通过在特征窗内统计每一模式的像素个数得到其中心像素的特征矢量,然后将由局部非负矩阵分解(LNMF)得到的基本方程作为模板进行模式匹配.同时,将Adaboost和SVM结合起来,用做表情识别的分类器.最后,通过基于Cohn-Kanade数据库的实验证明了以LNMF基函数作为模板的PPBTF对表情识别具有较高的判别能力,并由基于PIE图像库等其他图像库的实验进一步验证了PPBTF对光照不敏感的特性,充分说明所提出的人脸表征方法的有效性和鲁棒性. 展开更多
关键词 表情识别 矩阵分解 局部非负矩阵分解 PPBTF ADABOOST SVM分类器
在线阅读 下载PDF
基于EMD-WVD与LNMF的内燃机故障诊断 被引量:18
8
作者 牟伟杰 石林锁 +2 位作者 蔡艳平 刘浩 金广智 《振动与冲击》 EI CSCD 北大核心 2016年第23期191-196,202,共7页
内燃机的振动信号是复杂非平稳信号,准确提取内燃机振动信号中的特征信息进行模式识别,是对振动信号进行故障诊断的关键。基于经验模态分解的维格纳时频分析方法,不但保留了维格纳分布的所有优良特,而且还避免了交叉项的干扰,能够有效... 内燃机的振动信号是复杂非平稳信号,准确提取内燃机振动信号中的特征信息进行模式识别,是对振动信号进行故障诊断的关键。基于经验模态分解的维格纳时频分析方法,不但保留了维格纳分布的所有优良特,而且还避免了交叉项的干扰,能够有效地提取内燃机振动信号的特征信息;在此基础之上,针对传统非负矩阵分解非正交的基矩阵导致数据冗余性较大、影响后续故障分类准确率提高的问题,提出采用局部非负矩阵分解的方法,直接对EMD-WVD时频图像的矩阵进行分解,计算用于内燃机故障诊断的特征参数,并利用特征参数进行故障分类。对内燃机4种不同工况的振动信号进行实验,证明基于EMD-WVD与局部非负矩阵分解的方法对内燃机气门间隙的故障诊断的有效性。 展开更多
关键词 内燃机 故障诊断 时频分布 特征提取 局部非负矩阵分解
在线阅读 下载PDF
基于振动时频图像和D-S证据理论的内燃机故障诊断 被引量:3
9
作者 牟伟杰 石林锁 +2 位作者 蔡艳平 郑勇 刘浩 《武汉科技大学学报》 北大核心 2017年第3期223-229,共7页
为抑制循环波动性对内燃机故障诊断结果的影响,引入D-S证据理论,提出一种基于内燃机振动时频图像、局部非负矩阵分解、BP神经网络和D-S证据理论的内燃机故障诊断新方法。首先采用平滑伪魏格纳分布(SPWVD)方法对8种不同气门状态的缸盖振... 为抑制循环波动性对内燃机故障诊断结果的影响,引入D-S证据理论,提出一种基于内燃机振动时频图像、局部非负矩阵分解、BP神经网络和D-S证据理论的内燃机故障诊断新方法。首先采用平滑伪魏格纳分布(SPWVD)方法对8种不同气门状态的缸盖振动信号进行分析得到振动时频图像,然后用局部非负矩阵分解(LNMF)方法提取时频图像的特征参数并组成训练集和测试集,用得到的训练集对BP神经网络进行训练,再把测试集输入到训练好的BP神经网络,将输出的结果转化为基本概率赋值,用Deng加权平均证据合成规则对同种状态下不同图像的证据进行合成,并利用合成后的结果进行诊断分类。实例分析结果表明,基于振动时频图像和D-S证据理论的内燃机故障诊断方法可以有效抑制内燃机循环波动性对诊断结果的影响,能够准确诊断不同类型的气门故障。 展开更多
关键词 内燃机 故障诊断 振动信号 时频图像 SPWVD D-S证据理论 局部非负矩阵分解 BP神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部