基于核schur正交局部Fisher判别的转子故障诊断 被引量：12

1

作者 王广斌 刘义伦 黄良沛 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第5期1005-1009,共5页

为更好识别转子系统故障,将核映射和向量正交思想引入到局部Fisher判别分析(LFDA)中,提出基于核schur正交局部Fisher判别(KSOLFD)的流形学习算法。首先通过核函数将故障特征信号映射到高维子空间,在该空间重新定义类内散度和类间散度,... 为更好识别转子系统故障,将核映射和向量正交思想引入到局部Fisher判别分析(LFDA)中,提出基于核schur正交局部Fisher判别(KSOLFD)的流形学习算法。首先通过核函数将故障特征信号映射到高维子空间,在该空间重新定义类内散度和类间散度,构建核局部Fisher判别函数,在特征值求解时以schur正交方式找出最优投影向量,进行故障诊断。算法保证了数据降维时重构误差最小,提高了故障诊断效果。实验表明,KSOLFD故障诊断效果相对其他流形学习算法最好。 展开更多

关键词 核映射 schur正交 局部Fisher判别 故障诊断

在线阅读 下载PDF 职称材料

判别式正交线性局部切空间排列故障辨识 被引量：4

2

作者 李锋 赵洁 +1 位作者 王家序 丁行武 《计算机集成制造系统》 EI CSCD 北大核心 2014年第1期173-181,共9页

针对现有旋转机械故障诊断模式难以实现自动化、高精度和泛化性的关键问题,提出基于判别式正交线性局部切空间排列特征约简的故障辨识方法。该方法首先构造全面表征不同故障特性的时、频域特征集,再利用DOLLTSA将高维时、频域特征集自... 针对现有旋转机械故障诊断模式难以实现自动化、高精度和泛化性的关键问题,提出基于判别式正交线性局部切空间排列特征约简的故障辨识方法。该方法首先构造全面表征不同故障特性的时、频域特征集,再利用DOLLTSA将高维时、频域特征集自动约简为区分度更好的低维特征矢量,并输入到K-近邻分类器中进行故障模式辨识。时、频域特征融集可较全面准确地反映旋转机械的故障特征;DOLLTSA综合利用局部几何结构和类判别信息进行流形解耦,并采用谱回归法和子空间正交化处理来优化低维嵌入子空间,提高了故障辨识精度。深沟球轴承故障诊断实例和空间轴承寿命状态辨识实例验证了所提方法的有效性。 展开更多

关键词 时、频域特征集 判别式正交线性局部切空间排列 特征约简 流形学习 故障辨识

在线阅读 下载PDF 职称材料

基于Schur正交的局部Fisher判别转子故障诊断 被引量：4

3

作者 王广斌 李学军 黄良沛 《机械科学与技术》 CSCD 北大核心 2011年第1期62-65,共4页

为更好识别转子系统故障,将正交思想引入到局部Fisher判别分析(LFDA)中,提出了一种基于Schur正交的局部Fisher判别(SOLFD)监督流形学习算法。算法以转子故障训练样本为监督信息,通过局部加权邻接矩阵重新定义类内散度和类间散度,构建局... 为更好识别转子系统故障,将正交思想引入到局部Fisher判别分析(LFDA)中,提出了一种基于Schur正交的局部Fisher判别(SOLFD)监督流形学习算法。算法以转子故障训练样本为监督信息,通过局部加权邻接矩阵重新定义类内散度和类间散度,构建局部Fisher判别函数。以判别函数值最大化为目标,通过Schur正交分解方式求解最优正交投影向量。将新增测试数据投影到该向量上,获取新数据故障类别信息。转子故障诊断实验表明,相对其他流形学习算法,SOLFD算法有更好的诊断效果。 展开更多

关键词 Schur正交 局部Fisher判别 故障诊断

在线阅读 下载PDF 职称材料

正交全局-局部判别映射应用于植物叶片分类 被引量：7

4

作者 张善文 巨春飞 《农业工程学报》 EI CAS CSCD 北大核心 2010年第10期162-166,共5页

提出了一种正交全局-局部判别映射的维数约简方法,并应用于植物叶片分类中。对于给定点的邻域点集,首先建立能够描述数据点之间关系的权重矩阵;然后,充分利用数据的类别信息和局部信息来构建类间散度矩阵和局部结构矩阵,使得映射后类内... 提出了一种正交全局-局部判别映射的维数约简方法,并应用于植物叶片分类中。对于给定点的邻域点集,首先建立能够描述数据点之间关系的权重矩阵;然后,充分利用数据的类别信息和局部信息来构建类间散度矩阵和局部结构矩阵,使得映射后类内数据点之间的距离减小,而类间数据点之间的距离增大,这一性质有利于数据分类;最后,构造正交优化目标函数,通过Lagrange数乘法求解该目标函数。植物叶片图像分类的试验结果表明,该方法是有效、可行的。 展开更多

关键词 流形学习 植物叶片分类 正交全局-局部判别映射

在线阅读 下载PDF 职称材料

基于极小准则的完备正交判别局部保持算法 被引量：1

5

作者 林玉娥 李敬兆 +1 位作者 梁兴柱 林玉荣 《光电工程》 CAS CSCD 北大核心 2011年第3期145-150,共6页

以无监督判别投影算法为理论基础,提出了一种基于极小准则的完备正交判别局部保持投影算法。算法首先根据同类样本的空间信息重新定义了类内局部保持散度矩阵与类间局部保持散度矩阵,然后借鉴无监督判别投影算法的目标函数,推导出一个... 以无监督判别投影算法为理论基础,提出了一种基于极小准则的完备正交判别局部保持投影算法。算法首先根据同类样本的空间信息重新定义了类内局部保持散度矩阵与类间局部保持散度矩阵,然后借鉴无监督判别投影算法的目标函数,推导出一个基于极小准则的目标函数,该目标函数通过投影到总体散度矩阵的非零空间中有效地解决小样本问题,最后给出了该算法基于QR分解的正交投影矩阵的求解方法。人脸库上的实验结果表明了所提方法的有效性。 展开更多

关键词 完备正交判别局部保持投影算法 散度矩阵 无监督判别投影算法 目标函数 非零空间

在线阅读 下载PDF 职称材料

正则化最小二乘的正交局部保持判别投影的人脸识别

6

作者 李勇周 罗大庸 《小型微型计算机系统》 CSCD 北大核心 2009年第9期1847-1850,共4页

提出一种新的子空间学习方法:正则化最小二乘的正交局部保持判别投影.为了更好地保持数据流形的结构,融合局部保持投影和线性判别分析的特点,对类内和类间加权矩阵分别进行了定义,从而构造目标函数.首先使用特征分解求出训练样本在人脸... 提出一种新的子空间学习方法:正则化最小二乘的正交局部保持判别投影.为了更好地保持数据流形的结构,融合局部保持投影和线性判别分析的特点,对类内和类间加权矩阵分别进行了定义,从而构造目标函数.首先使用特征分解求出训练样本在人脸子空间的投影,然后使用最小二乘法解出投影子空间,最后将子空间的基向量正交化.在标准人脸数据库上的试验证明了这种识别方法的正确和有效. 展开更多

关键词 人脸识别 正则化最小二乘 正交局部保持判别投影

在线阅读 下载PDF 职称材料

一种正交局部鉴别嵌入的人脸识别算法

7

作者 黄蓓 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第6期1208-1211,共4页

为了解决局部鉴别嵌入(LDE)算法的高维小样本泛化能力弱和分解致密矩阵计算量较大的问题,提出了一种基于谱回归的正交局部鉴别嵌入算法(SR-OLDE),采用谱回归理论与正交化技术相结合的方法,将投影函数的求解转化为回归问题的求解.该算法... 为了解决局部鉴别嵌入(LDE)算法的高维小样本泛化能力弱和分解致密矩阵计算量较大的问题,提出了一种基于谱回归的正交局部鉴别嵌入算法(SR-OLDE),采用谱回归理论与正交化技术相结合的方法,将投影函数的求解转化为回归问题的求解.该算法首先计算训练样本的特征向量;然后通过回归方法计算投影向量,得到测试数据集,从而将n×n维的致密矩阵的特征分解转化为m×m维矩阵的特征分解,n,m分别为人脸特征矩阵维数和人脸样本数;最后对投影向量进行Gram-Schmidt正交化,得到正交的投影矩阵,从而可准确估计高维数据的内在维数,提高了样本的泛化能力.实验结果表明,该算法在降低人脸特征矩阵维数和提高人脸识别率的同时,缩短了计算时间. 展开更多

关键词 人脸识别 局部鉴别嵌入 谱回归 正交化

在线阅读 下载PDF 职称材料

用于人脸识别的正则正交化的局部判别分析

8

作者 杨晓梅 《计算机应用与软件》 CSCD 北大核心 2013年第5期33-35,75,共4页

非线性结构保持能力的不足是正则正交化的线性判别分析ROLDA(Regularized Orthogonal Linear Discriminant Analysis)在人脸识别中的主要问题。提出一个用于人脸识别的正则正交化的局部Fisher判别分析ROLFDA(Regularized Orthogonal Loc... 非线性结构保持能力的不足是正则正交化的线性判别分析ROLDA(Regularized Orthogonal Linear Discriminant Analysis)在人脸识别中的主要问题。提出一个用于人脸识别的正则正交化的局部Fisher判别分析ROLFDA(Regularized Orthogonal LocalFisher Discriminant Analysis)降维算法。该算法在ROLDA基础上引入局部结构保持,继承ROLDA的特性,克服了ROLDA的非线性能力的不足的问题。在YaleB和AR人脸数据集上的实验验证了该算法的有效性。 展开更多

关键词 人脸识别 降维 正则正交化的线性判别分析 局部结构保持

在线阅读 下载PDF 职称材料

基于图嵌入的正交局部保持投影无监督特征选择

9

作者 朱建勇 李兆祥 +2 位作者 徐彬 杨辉 聂飞平 《计算机科学》 CSCD 北大核心 2023年第S02期540-548,共9页

传统的基于图学习的无监督特征选择算法通常采用稀疏正则化方法来选择特征,但这种方法过于依赖于图学习的效率,并且存在正则化参数调优困难等问题。为解决这些问题,针对性地提出了一种基于图嵌入学习的正交局部保持投影无监督特征选择(O... 传统的基于图学习的无监督特征选择算法通常采用稀疏正则化方法来选择特征,但这种方法过于依赖于图学习的效率,并且存在正则化参数调优困难等问题。为解决这些问题,针对性地提出了一种基于图嵌入学习的正交局部保持投影无监督特征选择(Orthogonal Locality Preserving Projection Unsupervised Feature Selection via Graph Embedding,OLPPFS)算法。首先,利用能够保持数据局部几何流形结构的局部保持投影方法增强数据的线性映射能力,同时约束正交方向投影以方便数据重构;其次,通过图嵌入学习方法快速构建稀疏相似图来描述样本数据的内在结构;接着,采用l_(2,0)范数约束投影矩阵的值,准确选择指定数目的判别性特征子集;最后,针对l_(2,0)范数NP难题,设计一种有效求解l_(2,0)范数问题的无参迭代算法求解该模型。仿真结果表明了所提算法的有效性和优越性。 展开更多

关键词 无监督特征选择 正交局部保持投影 图嵌入学习 l_(2 0)范数 无参迭代算法

在线阅读 下载PDF 职称材料

基于随机投影的正交判别流形学习算法 被引量：3

10

作者 马丽 董唯光 +1 位作者 梁金平 张晓东 《郑州大学学报（理学版）》 CAS 北大核心 2016年第1期102-109,115,共9页

提出一种基于流形距离的局部线性嵌入算法,以流形距离测度数据间的相似度,选择各样本点的近邻域,解决了欧氏距离作为相似性度量时对邻域参数的敏感性.在MDLLE算法中引入最大边缘准则(maximum margin criterion,MMC)来构建最优平移缩放模... 提出一种基于流形距离的局部线性嵌入算法,以流形距离测度数据间的相似度,选择各样本点的近邻域,解决了欧氏距离作为相似性度量时对邻域参数的敏感性.在MDLLE算法中引入最大边缘准则(maximum margin criterion,MMC)来构建最优平移缩放模型,使得算法在保持LLE局部几何结构的同时,具有MMC准则判别能力.通过正交化低维特征向量可消除降维过程中的噪声影响,进而提高算法的监督判别能力.由实验结果得到,所提出的方法具有良好的降维效果,能有效避免局部降维算法对邻域参数的敏感.随机投影独立于原始高维数据,将高维数据映射到一个行单位化的随机变换矩阵的低维空间中,维持映射与原始数据的紧密关系,从理论上分析证明了在流形学习算法中采用随机投影可以高概率保证在低维空间保持高维数据信息. 展开更多

关键词 流形学习算法 邻域选择 流形距离 正交判别 局部线性嵌入 随机投影

在线阅读 下载PDF 职称材料

一种基于局部稀疏线性嵌入的降维方法及其应用 被引量：4

11

作者 冷亦琴 张莉 杨季文 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第4期403-410,共8页

局部线性嵌入(LLE)是一种非线性的降维方法.LLE方法采用的近邻邻域大小是全局一致的,而且如果近邻个数过大则可能会把非同一个线性空间的点选作为近邻点.本文对LLE方法进行了改进,提出了一种局部稀疏线性嵌入(LSLE)降维法.在LSLE方法中... 局部线性嵌入(LLE)是一种非线性的降维方法.LLE方法采用的近邻邻域大小是全局一致的,而且如果近邻个数过大则可能会把非同一个线性空间的点选作为近邻点.本文对LLE方法进行了改进,提出了一种局部稀疏线性嵌入(LSLE)降维法.在LSLE方法中,用解0范数问题的正交匹配追踪(OMP)方法来解线性表示问题.每个样本点都可以用K个近邻点中最能表示该数据的几个样本点稀疏表示.实验表明,在有监督学习和无监督学习应用上,LSLE方法是可行的. 展开更多

关键词 局部线性嵌入 正交匹配追踪 稀疏表示

在线阅读 下载PDF 职称材料

全局与局部判别信息融合的转子故障数据集降维方法研究 被引量：36

12

作者 赵孝礼 赵荣珍 《自动化学报》 EI CSCD 北大核心 2017年第4期560-567,共8页

针对传统的数据降维方法无法兼顾保持全局特征信息与局部判别信息的问题,提出一种核主元分析(Kernel principal component analysis,KPCA)和正交化局部敏感判别分析(Orthogonal locality sensitive discriminant analysis,OLSDA)相结合... 针对传统的数据降维方法无法兼顾保持全局特征信息与局部判别信息的问题,提出一种核主元分析(Kernel principal component analysis,KPCA)和正交化局部敏感判别分析(Orthogonal locality sensitive discriminant analysis,OLSDA)相结合的转子故障数据集降维方法.该方法首先利用KPCA算法有效降低数据集的相关性、消除冗余属性,由此实现了最大程度地保留原始数据全局非线性信息的作用;然后利用OLSDA算法充分挖掘出数据的局部流形结构信息,达到了提取出具有高判别力低维本质特征的目的.上述方法的特点是通过同时进行的正交化处理可避免局部子空间结构发生失真,采用三维图直观显示出低维结果,以低维特征子集输入最近邻分类器(K-nearest neighbor,KNN)的识别率和聚类分析之类间距Sb、类内距Sw作为衡量降维效果的指标.实验表明该方法能够全面地提取出全局与局部判别信息,使故障分类更清晰,相应地识别准确率得到了明显提升.该研究可为解决高维和非线性机械故障数据集的可视化与分类问题,提供理论参考依据. 展开更多

关键词 故障诊断 数据可视化 数据降维 核主元分析 正交化局部敏感判别分析

在线阅读 下载PDF 职称材料

一种新颖的通信辐射源个体细微特征提取方法 被引量：7

13

作者 雷迎科 郝晓军 +1 位作者 韩慧 王李军 《电波科学学报》 EI CSCD 北大核心 2016年第1期98-105,共8页

针对传统的方法难以有效提取通信辐射源个体鲁棒的细微特征,将流形学习理论引入到通信辐射源细微特征提取,提出了一种基于正交局部样条判别流形嵌入的通信辐射源个体细微特征提取方法.在实际采集的通信电台数据集上的实验结果验证了该... 针对传统的方法难以有效提取通信辐射源个体鲁棒的细微特征,将流形学习理论引入到通信辐射源细微特征提取,提出了一种基于正交局部样条判别流形嵌入的通信辐射源个体细微特征提取方法.在实际采集的通信电台数据集上的实验结果验证了该方法的有效性与可行性. 展开更多

关键词 通信辐射源 细微特征 双谱 正交局部样条判别嵌入 流形学习

在线阅读 下载PDF 职称材料

基于改进LMD方法的故障转子振动分析 被引量：5

14

作者 邓林峰 赵荣珍 靳伍银 《振动．测试与诊断》 EI CSCD 北大核心 2015年第4期702-708,799,共7页

针对三次样条插值(cubic spline interpolation,简称CSI)局部均值分解(local mean decomposition,简称LMD)方法在处理故障振动信号时准确性较低的缺陷,提出了一种集成自适应波形匹配、三次B样条插值(cubic Bspline interpolation,简称C... 针对三次样条插值(cubic spline interpolation,简称CSI)局部均值分解(local mean decomposition,简称LMD)方法在处理故障振动信号时准确性较低的缺陷,提出了一种集成自适应波形匹配、三次B样条插值(cubic Bspline interpolation,简称CBI)以及正交性判据(orthogonality criterion,简称OC)的LMD改进方法。首先,利用自适应波形匹配技术对原始信号进行数据延拓;然后,采用CBI代替CSI求解信号的上、下包络线,进而求得局部均值函数和包络估计函数;最后,以OC作为乘积函数(product function,简称PF)内部迭代过程结束的判断条件,形成一种改进的CBI-LMD方法。仿真分析与实验验证的结果表明,该改进方法具有更好的信号分解性能,能够准确有效地提取出复杂非平稳信号的重要特征。 展开更多

关键词 局部均值分解 三次B样条插值 正交性判据 故障转子 振动分析

在线阅读 下载PDF 职称材料

基于CHI-LMD方法的转子振动信号分析 被引量：10

15

作者 邓林峰 赵荣珍 《振动与冲击》 EI CSCD 北大核心 2014年第15期58-64,共7页

为解决三次样条插值(Cubic Spline Interpolation)局部均值分解(Local Mean Decomposition)(CSI-LMD)方法的分解精度及计算效率偏低问题,提出了一种利用三次Hermite插值(Cubic Hermite Interpolation,CHI)和正交性准则(Orthogonality Cr... 为解决三次样条插值(Cubic Spline Interpolation)局部均值分解(Local Mean Decomposition)(CSI-LMD)方法的分解精度及计算效率偏低问题,提出了一种利用三次Hermite插值(Cubic Hermite Interpolation,CHI)和正交性准则(Orthogonality Criterion,OC)对CSI-LMD进行改进的新方法。该方法首先以三次Hermite插值代替三次样条插值,求解信号的上/下包络线及均值曲线;其次,用OC判据作为分解过程中乘积函数(Product function,PF)迭代结束的判断条件;最后,与LMD方法的其他步骤相结合,形成了一种新的CHI-LMD方法。仿真和实验结果表明,CHI-LMD方法在分解精度、时间消耗、PF分量的正交性以及分离故障转子的特征振动成分等方面,比CSI-LMD方法更具优势。 展开更多

关键词 局部均值分解 三次样条插值 三次Hermite插值 正交性准则 振动信号分析

在线阅读 下载PDF 职称材料

级联H桥多电平逆变器故障的多尺度OGLPE特征提取方法 被引量：9

16

作者 张彼德 孔令瑜 +1 位作者 彭丽维 梅婷 《高电压技术》 EI CAS CSCD 北大核心 2020年第8期2732-2739,共8页

针对级联H桥多电平逆变器IGBT开路故障时不同故障相似程度高而不易区分的问题,提出一种兼顾全局方差最大变换特性以及局部结构保持特性的正交全局与局部保持嵌入(orthogonal globality and locality preserving embedding,OGLPE)特征提... 针对级联H桥多电平逆变器IGBT开路故障时不同故障相似程度高而不易区分的问题,提出一种兼顾全局方差最大变换特性以及局部结构保持特性的正交全局与局部保持嵌入(orthogonal globality and locality preserving embedding,OGLPE)特征提取算法,并将其与集成经验模态分解(EEMD)相结合构成多尺度OGLPE特征提取方法。以级联H桥七电平逆变器为例,首先采集原始逆变侧输出端三相电流信号,并结合参考电流信号求取电流偏差信号;其次运用EEMD方法对各状态下的电流偏差信号进行多尺度分解,得到不同尺度下的本征模态分量(IMF);然后利用提出的OGLPE方法自适应提取嵌入于各IMF分量中的敏感特征,构成故障特征集;最后与常用特征提取方法进行对比分析,特征提取二维可视化结果表明所提方法能有效的提高不同故障的类间区分度,诊断结果表明所提方法诊断精度高达98.4%,明显高于其他方法。 展开更多

关键词 级联H桥多电平逆变器 特征提取 正交全局与局部保持嵌入 多尺度分析 故障诊断

在线阅读 下载PDF 职称材料