基于拉普拉斯特征映射的旋转机械故障识别 被引量：8

1

作者 李月仙 韩振南 +1 位作者 黄宏臣 宁少慧 《振动与冲击》 EI CSCD 北大核心 2014年第18期21-25,35,共6页

针对旋转机械故障特征信号复杂且难以提取有效特征量的问题,提出一种基于拉普拉斯特征映射算法(Laplacian Eigenmap,LE)的旋转机械故障识别方法。对旋转机械三类典型故障的监测信号进行提取和转换得到26个时域和频域特征量,在由此构建... 针对旋转机械故障特征信号复杂且难以提取有效特征量的问题,提出一种基于拉普拉斯特征映射算法(Laplacian Eigenmap,LE)的旋转机械故障识别方法。对旋转机械三类典型故障的监测信号进行提取和转换得到26个时域和频域特征量,在由此构建的高维特征空间中,利用LE算法进行特征融合,提取隐藏在高维特征空间中的故障本质和规律进行故障样本分类识别。利用二维或三维图像表示提取出的低维结果,以样本识别率及聚类分析中的类间距Sb和类内距Sw作为衡量指标,从模式识别的角度进行分析。结果表明:较之主元分析法(principal component analysis,PCA)和核主元分析法(kernel principal component analysis,KPCA),LE方法能够更好地从高维特征空间中提取出有效特征量表征设备运行状态,实现旋转机械典型故障的分类识别。 展开更多

关键词 旋转机械 故障诊断 拉普拉斯特征映射 特征空间的构建 模式识别

在线阅读 下载PDF 职称材料

基于图像欧式距离和拉普拉斯特征映射的端元提取算法 被引量：4

2

作者 杨磊 刘尚争 《电光与控制》 北大核心 2016年第4期48-52,共5页

由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合。传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高。针对高光谱图像的非线性结构,提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法... 由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合。传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高。针对高光谱图像的非线性结构,提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法。该方法结合高光谱数据的物理特性,将图像欧氏距离引入拉普拉斯特征映射进行非线性降维以更好地去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元。真实高光谱数据实验表明,提出的方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成份分析算法和原始的拉普拉斯特征映射算法。 展开更多

关键词 图像处理 高光谱图像 端元提取 非线性降维 图像欧氏距离 拉普拉斯特征映射

在线阅读 下载PDF 职称材料

结合拉普拉斯特征映射的权重朴素贝叶斯高光谱分类算法 被引量：3

3

作者 李响 吕勇 《分析测试学报》 CAS CSCD 北大核心 2020年第10期1293-1298,共6页

高光谱遥感可以得到更精确与丰富的遥感信息,因此涵盖了各国家的航空、航天以及小范围的地面观测的多个层级与环节,在对地观测遥感领域占有不可取代的地位。但高光谱数据集往往非常庞大,且包含冗余信息,为后续处理带来了不便。该研究选... 高光谱遥感可以得到更精确与丰富的遥感信息,因此涵盖了各国家的航空、航天以及小范围的地面观测的多个层级与环节,在对地观测遥感领域占有不可取代的地位。但高光谱数据集往往非常庞大,且包含冗余信息,为后续处理带来了不便。该研究选用拉普拉斯特征映射对高光谱数据降维与特征提取,并提出了一种权重朴素贝叶斯分类算法。通过奖励权重的方法对经典朴素贝叶斯分类器进行了改进,利用公开数据对算法进行验证,判别地物信息准确率达到92.7%,相比于传统方法有了大幅度的提高。 展开更多

关键词 高光谱 特征提取 目标识别 朴素贝叶斯分类算法 拉普拉斯特征映射

在线阅读 下载PDF 职称材料

基于双度量约束的拉普拉斯特征映射

4

作者 李宏 齐涵 +2 位作者 刘庆强 李富 吴丽 《吉林大学学报（信息科学版）》 CAS 2021年第4期368-375,共8页

针对传统的拉普拉斯特征映射(LE:Laplacian Eigenmaps)算法采用欧氏距离度量样本点之间的位置关系只适用于线性数据集,但实际工程中的数据常表现出强烈的非线性导致最终的嵌入结果难以反映出原始数据的本质特征问题,提出了一种基于双度... 针对传统的拉普拉斯特征映射(LE:Laplacian Eigenmaps)算法采用欧氏距离度量样本点之间的位置关系只适用于线性数据集,但实际工程中的数据常表现出强烈的非线性导致最终的嵌入结果难以反映出原始数据的本质特征问题,提出了一种基于双度量约束的拉普拉斯特征映射(D-LE:Double metric constraint Laplace Eigenmaps)的算法。该算法采用余弦相似性评估样本间的相似性,并融合样本间以及样本与局部流形的度量关系,构建降维模型。通过在3个轴承数据集上进行实验,实验结果表明,该方法对处理非线性数据集能明显提高降维效果。 展开更多

关键词 拉普拉斯特征映射 余弦相似性 双度量约束 轴承故障诊断

在线阅读 下载PDF 职称材料

基于拉普拉斯特征映射的滚动轴承故障识别 被引量：19

5

作者 黄宏臣 韩振南 +2 位作者 张倩倩 李月仙 张志伟 《振动与冲击》 EI CSCD 北大核心 2015年第5期128-134,144,共8页

用传统的线性方法对非平稳和非线性运行状态的滚动轴承进行故障诊断时,效果欠佳。为了及时、准确地监测轴承的运行状态,提出了将拉普拉斯特征映射算法(Laplacian Eigenmap LE)应用到滚动轴承的故障识别中。在振动信号构建的时域和频域... 用传统的线性方法对非平稳和非线性运行状态的滚动轴承进行故障诊断时,效果欠佳。为了及时、准确地监测轴承的运行状态,提出了将拉普拉斯特征映射算法(Laplacian Eigenmap LE)应用到滚动轴承的故障识别中。在振动信号构建的时域和频域高维特征空间矩阵中,充分利用LE算法在非线性特征提取和降维的优点,进行学习,提取表征轴承状态的特征量,并以可视化的聚类结果进行表示。实验模拟了轴承的4种不同类型故障以及滚动体的4种不同受损程度,采用模式识别中聚类性的类内距和类间距两个参数作为衡量指标。与PCA和KPCA两种方法对比,LE不仅明显识别出四种故障类型和有效的区分出滚动体的不同受损程度,而且识别率大大提高。并通过测试样本组验证了LE方法的有效性。 展开更多

关键词 滚动轴承故障 流形学习 模式识别 拉普拉斯特征映射 特征空间的构建 特征提取 测试样本验证

在线阅读 下载PDF 职称材料

拉普拉斯特征映射算法在滚动轴承故障识别中的应用 被引量：3

6

作者 黄宏臣 张倩倩 +2 位作者 韩振南 林晓龙 刘庆 《中国测试》 北大核心 2015年第5期94-98,共5页

由于滚动轴承故障的非线性和非平稳性特征,传统线性方法不能准确发现和识别出故障类型及其受损情况,该文提出使用流形学习拉普拉斯特征映射(LE)算法对滚动轴承故障进行识别。在由幅值、时域统计指标和由小波包函数分解得到的能量比作为... 由于滚动轴承故障的非线性和非平稳性特征,传统线性方法不能准确发现和识别出故障类型及其受损情况,该文提出使用流形学习拉普拉斯特征映射(LE)算法对滚动轴承故障进行识别。在由幅值、时域统计指标和由小波包函数分解得到的能量比作为特征向量构建的高维特征空间中,使用LE算法和两种传统的降维方法 PCA、MDS进行对比,提取出最敏感、最能表征滚动轴承运行状态的低维特征量,再使用模式识别进行分类,聚类结果用三维图形表示。以样本识别率和模式识别中的类内距和类间距作为评价指标,模拟实验结果表明:LE算法不仅能有效地识别出滚动轴承故障类型而且能区分和识别出轴承外圈在不同受损情况下的运行样本。 展开更多

关键词 滚动轴承 线性方法 拉普拉斯特征映射 特征空间 模式识别

在线阅读 下载PDF 职称材料

基于拉普拉斯特征映射法的水下图像降维研究 被引量：1

7

作者 王宝锋 刘俊 +2 位作者 王国宇 王航 丁伟 《现代电子技术》 2013年第2期29-31,共3页

由于水对光有强烈的衰减作用,使得水下彩色图像许多的重要信息丢失。为了从水下彩色图像的低维结构中获取更多细节信息,采用一种局部非线性的拉普拉斯特征映射算法,对水下彩色图像进行降维处理,由高维到低维的特征映射得到二维嵌入的结... 由于水对光有强烈的衰减作用,使得水下彩色图像许多的重要信息丢失。为了从水下彩色图像的低维结构中获取更多细节信息,采用一种局部非线性的拉普拉斯特征映射算法,对水下彩色图像进行降维处理,由高维到低维的特征映射得到二维嵌入的结果,应用改进的重投影方法获得重构的图像。从低维结构图结果中可获得水下彩色图像没有体现出来的一些细节,提高了图像的对比度,并且可以观察出光在水下的分布规律,有助于对水下成像进一步的研究。 展开更多

关键词 水下图像 拉普拉斯特征映射法 降维 图像重构

在线阅读 下载PDF 职称材料

面向缺失像素图像集的修正拉普拉斯特征映射算法 被引量：1

8

作者 孙晓龙 王靖 杜吉祥 《华侨大学学报（自然科学版）》 北大核心 2017年第6期862-867,共6页

针对缺失像素图像集,提出修正的拉普拉斯特征映射算法.该算法将缺失像素图像集看成向量集,利用向量之间的余弦相似度衡量缺失像素图像之间的距离,提出一种新的权值构造函数,并在多组标准测试数据集上进行实验.结果表明:修正的拉普拉斯... 针对缺失像素图像集,提出修正的拉普拉斯特征映射算法.该算法将缺失像素图像集看成向量集,利用向量之间的余弦相似度衡量缺失像素图像之间的距离,提出一种新的权值构造函数,并在多组标准测试数据集上进行实验.结果表明:修正的拉普拉斯特征映射算法可以很好地挖掘缺失像素图像数据集的内在流形结构,减弱缺失像素带来的不良影响. 展开更多

关键词 流形学习 缺失像素 拉普拉斯特征映射 余弦相似度

在线阅读 下载PDF 职称材料

基于小波包和拉普拉斯特征值映射的柱塞泵健康评估方法 被引量：20

9

作者 王浩任 黄亦翔 +3 位作者 赵帅 刘成良 王双园 张大庆 《振动与冲击》 EI CSCD 北大核心 2017年第22期45-50,共6页

柱塞泵是液压系统的关键部件之一,监测其健康状态对液压系统的可靠运行具有重要意义。提出一种基于小波包和流形学习的方法,用于分析柱塞泵出口振动信号,从而对其进行健康评估;该方法利用小波包对原始信号进行分解,从中提取用于描述柱... 柱塞泵是液压系统的关键部件之一,监测其健康状态对液压系统的可靠运行具有重要意义。提出一种基于小波包和流形学习的方法,用于分析柱塞泵出口振动信号,从而对其进行健康评估;该方法利用小波包对原始信号进行分解,从中提取用于描述柱塞泵健康状态的有效特征群;把提取的高维特征群作为输入,利用并比较多种流形学习方法进行特征降维,选取状态识别准确率最高的拉普拉斯特征映射方法,建立起的特征向量到健康状态之间的对应关系,实现液压泵健康状态监测的分类要求。实验结果表明,采用小波包和拉普拉斯特征映射相结合的方法可以有效提高柱塞泵状态评估的准确性。 展开更多

关键词 小波包分析 流形学习 柱塞泵 拉普拉斯特征映射 健康状态评估

在线阅读 下载PDF 职称材料

基于流形子带特征映射的转子复合故障特征提取方法 被引量：6

10

作者 王广斌 李龙 +2 位作者 罗军 杜晓阳 李学军 《振动与冲击》 EI CSCD 北大核心 2017年第16期56-62,共7页

针对复合故障特征易被噪声信号淹没,传统时频分析和流形学习方法不能完整有效的挖掘故障潜在信息和进一步实现故障特征提取。在流形学习的基础上提出了一种流形子带思想并将其应用到转子复合故障特征提取研究中,进而得出了一种基于流形... 针对复合故障特征易被噪声信号淹没,传统时频分析和流形学习方法不能完整有效的挖掘故障潜在信息和进一步实现故障特征提取。在流形学习的基础上提出了一种流形子带思想并将其应用到转子复合故障特征提取研究中,进而得出了一种基于流形子带特征映射的转子复合故障特征提取方法。对故障原始信号序列进行相空间重构,结合小波包对噪声的强烈抑制性和对信号分辨率高的特点,将重构信号分解成不同频带即子带。将同故障多种工况下的同一频带融合成频带矩阵并估计其本征维数,并通过拉普拉斯特征映射算法以本征维数为依据将子带降维获取低维特征向量并提取信息熵,进一步实现故障特征提取。实验表明,相对于经典的局部线性嵌入和拉普拉斯特征映射等算法,流形子带特征映射算法不仅对单故障而且对复合故障特征进行了更完整有效的挖掘和提取。 展开更多

关键词 转子系统 流形子带 拉普拉斯特征映射算法 特征提取

在线阅读 下载PDF 职称材料

基于改进测地距离的等度规映射及其在声目标特征提取中的应用 被引量：2

11

作者 刘辉 杨俊安 +1 位作者 王一 蔡学良 《兵工学报》 EI CAS CSCD 北大核心 2012年第10期1178-1184,共7页

经典等度规映射(ISOMAP)算法由于其固有的拓扑不稳定性,容易受噪声影响出现"短路边",导致其在声目标特征提取的应用中性能不佳。提出了一种基于改进测地距离的ISOMAP算法,将近邻图的构造看作是建立一个电路模型,以电路中各节... 经典等度规映射(ISOMAP)算法由于其固有的拓扑不稳定性,容易受噪声影响出现"短路边",导致其在声目标特征提取的应用中性能不佳。提出了一种基于改进测地距离的ISOMAP算法,将近邻图的构造看作是建立一个电路模型,以电路中各节点电容从初始阶段到一定的状态所需要的时间为测地距离的量度,将保持局部结构的鲁棒性与保持全局几何结构的准确性结合在一起,克服了噪声短路点对算法的影响,提高了算法性能。在SensIT实验数据和外场实际采集数据上的实验结果表明,基于改进测地距离的ISOMAP算法的准确性和鲁棒性都有了较大提高。 展开更多

关键词 信息处理技术 目标识别 流形学习 等度规映射算法 拉普拉斯特征映射算法

在线阅读 下载PDF 职称材料

基于ISOLE的武器装备体系作战效能指标的约简

12

作者 张鹏 冯柯 +2 位作者 侯林健 褚德天 赵凯 《兵器装备工程学报》 CSCD 北大核心 2024年第S2期102-110,共9页

为解决作战效能指标繁多、维度高、复杂性强,指标间存在冗余和相关性等问题,结合武器装备体系作战效能指标非线性特征,在创建作战效能评估指标体系基础上,采用改进的拉普拉斯特征映射算法(ISOLE)实现作战效能指标的约简。目的是将复杂... 为解决作战效能指标繁多、维度高、复杂性强,指标间存在冗余和相关性等问题,结合武器装备体系作战效能指标非线性特征,在创建作战效能评估指标体系基础上,采用改进的拉普拉斯特征映射算法(ISOLE)实现作战效能指标的约简。目的是将复杂的指标体系非线性映射到低维的指标体系中,减少效能指标的维数,保留关键性指标数据,去除冗余的指标数据。通过自编码神经网络算法实现约简指标重构、仿真检验,证实了应用改进后的拉普拉斯特征映射方法的可行性和有效性以及约简后效能指标的准确性。为开展武器装备体系作战效能评估时降低时间和空间的复杂度,提高作战效能评估效率提供了技术支持。 展开更多

关键词 武器装备体系 指标约简 拉普拉斯特征映射 自编码神经网络

在线阅读 下载PDF 职称材料

航空发动机转静径向碰摩位置智能识别技术研究 被引量：3

13

作者 刘丽娟 陈果 +2 位作者 李成刚 冯国全 王德友 《振动与冲击》 EI CSCD 北大核心 2013年第3期141-145,共5页

获取航空发动机转静碰摩位置对于诊断发动机碰摩故障和改进设计具有重要意义,基于航空发动机转子实验器的机匣振动加速度信号,研究基于拉普拉斯特征映射(Laplacian Eigenmaps,LE)结合球结构支持向量机的径向碰摩位置智能识别方法。采用... 获取航空发动机转静碰摩位置对于诊断发动机碰摩故障和改进设计具有重要意义,基于航空发动机转子实验器的机匣振动加速度信号,研究基于拉普拉斯特征映射(Laplacian Eigenmaps,LE)结合球结构支持向量机的径向碰摩位置智能识别方法。采用拉普拉斯特征映射算法提取碰摩样本的特征信息,用网格搜索法优化拉普拉斯特征映射算法的相关参数;将特征样本输入到球结构支持向量机分类器,识别不同位置的碰摩样本;利用实测的碰摩数据对该方法进行验证,并与主成分分析法(PCA)所得特征样本分类结果进行比较,结果表明,该方法具有实用性和有效性。 展开更多

关键词 航空发动机 转静碰摩 拉普拉斯特征映射 球结构支持向量机 网格搜索法

在线阅读 下载PDF 职称材料

一类用于井下路径规划问题的Dyna_Q学习算法 被引量：2

14

作者 朱美强 李明 张倩 《工矿自动化》 北大核心 2012年第12期71-76,共6页

在基于目标的强化学习任务中,欧氏距离常用于Dyna_Q学习的启发式规划中,但对于井下救援机器人路径规划这类状态空间在欧氏空间内不连续的任务效果不理想。针对该问题,文章引入流形学习中计算复杂度较低的拉普拉斯特征映射法,提出了一种... 在基于目标的强化学习任务中,欧氏距离常用于Dyna_Q学习的启发式规划中,但对于井下救援机器人路径规划这类状态空间在欧氏空间内不连续的任务效果不理想。针对该问题,文章引入流形学习中计算复杂度较低的拉普拉斯特征映射法,提出了一种基于流形距离度量的改进Dyna_Q学习算法,并在类似于井下环境的格子世界中进行了仿真研究。仿真结果验证了该算法的有效性。 展开更多

关键词 Dyna_Q学习 欧氏距离 启发式规划 路径规划 拉普拉斯特征映射 流形距离

在线阅读 下载PDF 职称材料

基于改进L_0梯度的织物沾水区域提取 被引量：1

15

作者 汪亚明 童朝凯 韩永华 《丝绸》 CAS CSCD 北大核心 2017年第5期29-35,共7页

针对目前织物沾水等级评定方法不能有效消除噪声干扰和减弱光照不匀影响,提出L0梯度最小化和拉普拉斯特征映射相结合的方法解决上述问题。根据织物沾水图像的边缘信息,对图像中的像素值沿x、y方向求导,利用非零梯度个数约束整体平滑程度... 针对目前织物沾水等级评定方法不能有效消除噪声干扰和减弱光照不匀影响,提出L0梯度最小化和拉普拉斯特征映射相结合的方法解决上述问题。根据织物沾水图像的边缘信息,对图像中的像素值沿x、y方向求导,利用非零梯度个数约束整体平滑程度,并保持边缘不被平滑;然后把图像转化为CIELAB模式消除光照影响,计算邻域内颜色相似度;根据拉普拉斯特征映射理论计算其广义特征向量,组成颜色平缓过渡的图像,并使用模糊聚类算法对去噪后图像进行聚类分割。实验结果表明,该方法能够有效实现织物沾水图像的去噪处理,得到正确分割的织物沾水区域。 展开更多

关键词 平滑 梯度最小化 拉普拉斯特征映射 模糊聚类 织物

在线阅读 下载PDF 职称材料

基于信息可视化技术的SAR图像目视解译方法研究

16

作者 涂尚坦 张久玲 +1 位作者 邹飞 庄磊 《上海航天》 2016年第4期81-87,共7页

为解决传统合成孔径雷达(SAR)图像目视解译的困难,对一种基于信息可视化技术的SAR图像目视解译方法进行了研究。基于非线性流形学习理论的维数约减技术,对原始单极化和多极化SAR图像进行特征提取和数据挖掘,通过基于极化数据变换的特征... 为解决传统合成孔径雷达(SAR)图像目视解译的困难,对一种基于信息可视化技术的SAR图像目视解译方法进行了研究。基于非线性流形学习理论的维数约减技术,对原始单极化和多极化SAR图像进行特征提取和数据挖掘,通过基于极化数据变换的特征和基于极化目标分解获取SAR图像本征特征,选择利于用户应用的特征在彩色空间编码重构出SAR信息图像提供给判读员进行解译。给出了基于信息可视化技术的SAR图像目视解译框架。多种应用结果表明:该法能挖掘并显示出大量图像中隐含的信息,产生的特征图像较原始SAR图像更符合人眼视觉,可有效解译SAR图像。 展开更多

关键词 合成孔径雷达 SAR图像 目视解译 特征提取 信息可视化 流形学习 维数约减 拉普拉斯特征映射

在线阅读 下载PDF 职称材料

非线性流形降维方法结合近红外光谱技术快速鉴别不同海拔的茶叶 被引量：5

17

作者 刘鹏 艾施荣 +5 位作者 杨普香 李文金 熊爱华 童阳 胡潇 吴瑞梅 《茶叶科学》 CAS CSCD 北大核心 2019年第6期715-722,共8页

为提高不同海拔茶叶品质近红外光谱技术鉴别方法的精度,提出采用局部线性嵌入法(LLE)和拉普拉斯特征映射法(LE)非线性流形学习方法对近红外光谱数据进行降维处理,并与基于核函数的非线性(KPCA)及线性(PCA)降维方法比较,建立不同海拔茶... 为提高不同海拔茶叶品质近红外光谱技术鉴别方法的精度,提出采用局部线性嵌入法(LLE)和拉普拉斯特征映射法(LE)非线性流形学习方法对近红外光谱数据进行降维处理,并与基于核函数的非线性(KPCA)及线性(PCA)降维方法比较,建立不同海拔茶叶品质的近红外光谱LSSVM鉴别模型。不同降维方法可视化结果表明,KPCA和PCA方法的数据点离散性较大,400~800 m和800~1200 m的样本点重叠较多,而非线性流形学习方法能将同一类样本点在三维空间很好地聚集在一起,不同海拔的茶叶能较好地区分开,且聚集效果方面LE方法好于LLE方法。模型性能表明,LE_LSSVM模型性能最佳,预测集总体判别率、Kappa系数分别为100%和1.00;相比于PCA_LSSVM、KPCA_LSSVM和LLE_LSSVM,模型预测集总体判别率分别提高1.7%、1.7%、3.3%;Kappa系数分别提高0.025、0.03、0.05。研究表明,LE等非线性流形学习降维方法在近红外光谱数据降维、简化模型复杂度、提高模型精度方面效果很好,为茶叶品质快速检测方法研究提供了一种新思路。 展开更多

关键词 茶叶 近红外光谱 非线性流形降维方法 拉普拉斯特征映射

在线阅读 下载PDF 职称材料

一种基于SVM及LE降维的X射线焊缝缺陷分类算法研究 被引量：9

18

作者 王雒瑶 高炜欣 王欣 《西安石油大学学报（自然科学版）》 CAS 北大核心 2017年第5期96-101,106,共7页

为了提高X射线焊缝缺陷分类的识别率,提出将拉普拉斯特征映射(Laplacian Eigenmaps,LE)算法与支持向量机(Support Vector Machine,SVM)算法相结合应用于焊管焊缝缺陷检测。该方法首先提取焊缝缺陷的形状和几何特征,然后通过极大似然估计... 为了提高X射线焊缝缺陷分类的识别率,提出将拉普拉斯特征映射(Laplacian Eigenmaps,LE)算法与支持向量机(Support Vector Machine,SVM)算法相结合应用于焊管焊缝缺陷检测。该方法首先提取焊缝缺陷的形状和几何特征,然后通过极大似然估计值(Maximum Likelihood Estimation,MLE)法对提取的7维样本特征进行本征维数估计并利用拉普拉斯特征映射法对各类特征向量进行降维处理,最后分别采用支持向量机和BP神经网络进行分类对比实验。实验表明,基于SVM及LE降维的X射线焊缝缺陷分类算法具有较高的识别精度,平均分类准确率达93%,能够较准确地对焊缝缺陷进行分类识别。 展开更多

关键词 缺陷识别 极大似然估计法 拉普拉斯特征映射法 支持向量机 BP神经网络

在线阅读 下载PDF 职称材料

局部流形学习在SAR目标分类中的应用 被引量：4

19

作者 李鑫 续婷 +2 位作者 胡红萍 杜敦伟 白艳萍 《现代雷达》 CSCD 北大核心 2020年第4期33-36,40,共5页

为了更好地对合成孔径雷达(SAR)图像进行分类,文中提出一种基于局部线性嵌入方法(LLE)和随机拉普拉斯特征映射方法(SLEM)相融合的算法。在拉普拉斯特征映射方法的基础上引入随机过程的概念,并将局部线性嵌入方法与随机拉普拉斯映射方法... 为了更好地对合成孔径雷达(SAR)图像进行分类,文中提出一种基于局部线性嵌入方法(LLE)和随机拉普拉斯特征映射方法(SLEM)相融合的算法。在拉普拉斯特征映射方法的基础上引入随机过程的概念,并将局部线性嵌入方法与随机拉普拉斯映射方法进行函数融合,两种方法的融合为提取高维空间中嵌入的低维特征提供了更详细的结构信息,保留了原始数据集的几何特征;将算法应用于MSTAR数据集,再通过KNN分类器进行分类;最后,实验结果证明了该算法的有效性。 展开更多

关键词 合成孔径雷达 局部流形学习 局部线性嵌入 随机拉普拉斯特征映射 特征提取 目标分类

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

20

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