期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于核化原理的非线性典型相关判别分析 被引量:11
1
作者 孙平 徐宗本 申建中 《计算机学报》 EI CSCD 北大核心 2004年第6期789-795,共7页
典型相关判别分析是将传统的典型相关分析应用于判别问题 ,它是一类重要的特征提取算法 ,但其本质上只能提取数据的线性特征 .应用统计学习理论中的核化原理可以将这样的线性特征提取算法推广至非线性特征提取算法 .该文研究了如何将这... 典型相关判别分析是将传统的典型相关分析应用于判别问题 ,它是一类重要的特征提取算法 ,但其本质上只能提取数据的线性特征 .应用统计学习理论中的核化原理可以将这样的线性特征提取算法推广至非线性特征提取算法 .该文研究了如何将这一原理应用于典型相关判别分析 ,提出了基于核化原理的非线性典型相关判别分析 ,并且给出了求解该问题的一个自适应学习算法 .数值实验表明 ,基于核化原理所导出的非线性典型相关判别分析比传统的典型相关判别分析更有效 .另外 ,该文从理论上证明 ,所提出的新方法与Fisher核判别分析等价 . 展开更多
关键词 化原理 典型相关判别分析 特征提取算法 统计学习理论 非线性典型相关判别分析 自适应算法 Fisher判别分析
在线阅读 下载PDF
基于核典型相关分析的非线性相关源盲分离方法研究 被引量:2
2
作者 李志农 张芬 肖尧先 《振动与冲击》 EI CSCD 北大核心 2015年第5期154-158,共5页
针对传统的相关源盲分离方法的不足,提出了一种基于核典型相关分析的非线性相关源盲分离方法。该方法是利用了核方法来处理数据之间的非线性问题,同时还利用信号源之间的相关性来进行分离。提出的方法与传统的相关源盲分离方法进行对比... 针对传统的相关源盲分离方法的不足,提出了一种基于核典型相关分析的非线性相关源盲分离方法。该方法是利用了核方法来处理数据之间的非线性问题,同时还利用信号源之间的相关性来进行分离。提出的方法与传统的相关源盲分离方法进行对比分析。仿真结果表明,提出的方法明显优于传统的相关源盲分离方法,并从分离性能指标上得到了充分的反映。最后,将该方法应用到转子不对中和碰摩故障的盲分离中,实验结果进一步验证了该方法的有效性。 展开更多
关键词 典型相关分析 盲源分离 相关 非线性混合
在线阅读 下载PDF
核不相关最优辨别矢量集与飞机目标识别 被引量:3
3
作者 刘华林 杨万麟 《电子测量与仪器学报》 CSCD 2008年第5期8-11,共4页
线性不相关辨别分析具有提取目标统计不相关辨别特征的优点,但受限于其线性本质,使它无法获取目标的非线性特征。针对此问题,本文结合核机器学习理论提出了核非线性不相关辨别分析算法。首先引入一非线性映射,将原始输入空间映射到一个... 线性不相关辨别分析具有提取目标统计不相关辨别特征的优点,但受限于其线性本质,使它无法获取目标的非线性特征。针对此问题,本文结合核机器学习理论提出了核非线性不相关辨别分析算法。首先引入一非线性映射,将原始输入空间映射到一个具有线性特性的高维特征空间,然后利用瞬时对角化协方差矩阵的方法提取核不相关最优辨别矢量集。对三类不同飞机实测回波数据的仿真结果表明了所提方法的有效性。 展开更多
关键词 飞机目标识别 线性不相关辨别分析 核非线性不相关辨别分析 特征提取
在线阅读 下载PDF
基于小波-KCCA的非线性欠定盲分离方法研究 被引量:9
4
作者 李志农 张芬 何旭平 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第3期601-606,共6页
结合小波分析和核典型相关分析(KCCA)各自的特点,提出一种基于小波-KCCA非线性欠定盲源分离方法。该方法的基本思想是利用小波分析对观测信号进行分解,将分解后的小波系数与原来的观测信号重新组合,构成新的观测信号,从而将欠定盲分离... 结合小波分析和核典型相关分析(KCCA)各自的特点,提出一种基于小波-KCCA非线性欠定盲源分离方法。该方法的基本思想是利用小波分析对观测信号进行分解,将分解后的小波系数与原来的观测信号重新组合,构成新的观测信号,从而将欠定盲分离转换为超定或正定盲分离。然后把新的非线性观测信号从低维空间映射到高维核特征空间,将非线性盲源分离问题转化为特征空间中的线性盲源分离问题,最后用典型相关分析对混合信号进行盲源分离,得到源信号的估计。仿真结果表明,与传统的非线性盲分离方法相比较,提出的方法具有明显的优势,得到了满意的分离效果。最后,轴承内外圈故障非线性欠定混合盲分离实验进一步验证了小波-KCCA方法的有效性。 展开更多
关键词 典型相关分析 小波分析 故障诊断 非线性混合 欠定盲分离 滚动轴承
在线阅读 下载PDF
视听信息融合的CNC铣刀磨损状态监测方法
5
作者 黄智坤 刘丽冰 +2 位作者 张晶 袁军 杨泽青 《现代制造工程》 CSCD 北大核心 2022年第8期93-100,共8页
针对目前多特征融合刀具磨损监测方法中存在特征之间相关性差、非线性关系被忽略,导致用于模式识别的融合特征维数过大、冗余信息多、特征契合度差和识别准确率低的问题。提出了一种核典型相关分析(Kernel Canonical Correlation Analys... 针对目前多特征融合刀具磨损监测方法中存在特征之间相关性差、非线性关系被忽略,导致用于模式识别的融合特征维数过大、冗余信息多、特征契合度差和识别准确率低的问题。提出了一种核典型相关分析(Kernel Canonical Correlation Analysis,KCCA)的多级特征融合方法。采集数控加工过程的声压信号以及工件纹理图像,并提取相应的视听特征,利用核典型相关分析法在高维空间找到2组投影方向,保证投影后特征间的皮尔逊系数最大,使视听特征的相关性最大化。经实验验证,利用核典型相关分析法能计算6组典型变量,并表达原特征97%以上的信息,大大降低了特征维数、减少了冗余特征。并且同样的识别模型下,核典型相关分析法能够将检测准确率提升至95%以上。 展开更多
关键词 刀具磨损监测 视听信息融合 非线性关系 皮尔逊系数 典型相关分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部