-
题名部分线性空间自回归模型的惩罚最小二乘方法
- 1
-
-
作者
程瑶瑶
李体政
-
机构
西安建筑科技大学理学院
-
出处
《工程数学学报》
CSCD
北大核心
2024年第2期294-310,共17页
-
基金
国家自然科学基金(11972273)
全国统计科学一般项目(2019LY36)
陕西省自然科学基金(2021JM349).
-
文摘
部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出了一类惩罚最小二乘方法同时选择该模型的参数部分中重要解释变量和估计相应的非零回归系数。在适当的正则条件下,推导了回归系数的惩罚估计的收敛速度,并证明了所提出的变量选择方法具有Oracle性质。模拟研究和实际数据分析均表明所提出的变量选择方法具有满意的有限样本性质。
-
关键词
空间相关
部分线性空间自回归模型
轮廓拟最大似然方法
非凸罚函数
-
Keywords
spatial dependence
partially linear spatial autoregressive model
profile quasimaximum likelihood method
non-convex penalty
-
分类号
O212.7
[理学—概率论与数理统计]
-
-
题名组稀疏低秩矩阵估计的变转速滚动轴承故障特征提取
被引量：4
- 2
-
-
作者
王冉
张军武
余亮
-
机构
上海海事大学物流工程学院
上海交通大学机械系统与振动国家重点实验室
-
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第16期92-100,119,共10页
-
基金
国家自然科学基金(51505277
12074254)
+1 种基金
上海市自然科学基金(21ZR1434100)
机械系统与振动国家重点实验室自主课题(MSVZD202201)。
-
文摘
早期轴承故障特征的有效提取对于避免严重机械事故具有重要的意义。表征轴承故障的脉冲信号往往淹没在强背景噪声干扰中,并且轴承常常在变转速工况下运行,这使故障特征的提取较为困难。针对这一问题,提出一种用于变转速工况下滚动轴承故障特征提取的组稀疏低秩矩阵估计算法。首先,根据变转速工况下轴承故障脉冲信号的角度时间循环平稳特性,利用阶频谱相关(order-frequency spectral correlation, OFSC)将测量信号转换至阶频域中;其次,揭示了轴承故障脉冲在阶频域中的组稀疏性和低秩性,并据此构建一种凸优化问题来增强这两种特性,引入非凸罚函数来提高故障特征的稀疏性;再次,在交替方向乘子法(alternating direction method of multipliers, ADMM)和优化最小化(majorization-minimization, MM)框架下求解该凸优化问题,推导出组稀疏低秩(group sparse low-rank, GSLR)矩阵估计算法;最后,通过构建增强包络阶次谱(enhanced envelope order spectrum, EEOS)对求解得到的目标分量进行故障特征检测。仿真和试验信号的分析验证了该方法在故障特征提取中的有效性。
-
关键词
变转速工况
组稀疏低秩(GSLR)
非凸罚函数
增强包络阶次谱(EEOS)
特征提取
-
Keywords
variable speed condition
group sparse low-rank(GSLR)
nonconvex penalty function
enhanced envelope order spectrum(EEOS)
feature extraction
-
分类号
TH212
[机械工程—机械制造及自动化]
TH213.3
[机械工程—机械制造及自动化]
-
