基于DCVAE-ELM的立铣刀磨损状态识别方法

1

作者 杨超 李宏坤 +2 位作者 彭德锋 欧佳玉 王朝东 《振动.测试与诊断》 北大核心 2025年第4期831-837,852,共8页

在立铣刀铣削过程中,由于工件较硬、切削深度较大、采用摆线铣加工方式使刀具磨损较快、空刀段较多,无法准确识别刀具磨损状态。针对这种情况,提出了一种利用深度约束变分自编码器(deep-constrained variational auto-encoder,简称DCVAE... 在立铣刀铣削过程中,由于工件较硬、切削深度较大、采用摆线铣加工方式使刀具磨损较快、空刀段较多,无法准确识别刀具磨损状态。针对这种情况,提出了一种利用深度约束变分自编码器(deep-constrained variational auto-encoder,简称DCVAE)和极限学习机(extreme learning machine,简称ELM)的刀具磨损状态识别方法。首先,将电流有效值信号、加速度信号和声压信号进行融合,将其转化为三维彩色图像;其次,采用DCVAE模型对彩色图像中包含的数据进行降维处理,提取其中的隐藏特征信息,增加编码器以增强提取数据特征的能力,利用约束条件使特征分布进一步集中;然后,使用特征可视化技术直观表现刀具不同磨损状态的特征类聚;最后,采用极限学习机对特征进行分类识别,得到刀具磨损状态的识别准确率为95.07%。通过实验分析及模型对比表明,本研究方法抗干扰能力强、稳定性好,能够准确识别刀具磨损状态。 展开更多

关键词 立铣刀磨损 多信息融合 极限学习机 刀具磨损状态识别 深度约束变分自编码器

在线阅读 下载PDF 职称材料

光纤安防系统中振动信号的特征提取和识别 被引量：17

2

作者 邹柏贤 许少武 +1 位作者 苗军 逯燕玲 《计算机研究与发展》 EI CSCD 北大核心 2019年第9期1859-1871,共13页

利用光纤振动传感器可以实现分布式周界安防监测,进而实现自动报警.对周界安防监测信号的分析处理和识别受到业界关注.对光纤信号的特征提取和识别方法进行综述,这些特征提取方法通过对光纤振动信号的时域这个维度进行各种分解,从而提... 利用光纤振动传感器可以实现分布式周界安防监测,进而实现自动报警.对周界安防监测信号的分析处理和识别受到业界关注.对光纤信号的特征提取和识别方法进行综述,这些特征提取方法通过对光纤振动信号的时域这个维度进行各种分解,从而提取各种信号的属性特征;对光纤振动信号的识别主要使用经验阈值、神经网络、支持向量机方法,目前这些方法对光纤入侵事件识别效果还不能令人满意.通过实验采集挖掘机挖掘、人工挖掘、汽车行驶、行人和自然环境噪声这5种入侵行为引起的光纤振动信号数据,并进行数据的3维图形可视化分析,提出一种安防监测信号在时域和空域这2个维度信息的特征提取方法;根据光纤振动入侵事件的重要程度分成4个阶段先后完成识别任务,采用2分类任务决策树模型和约束极速学习机算法识别入侵事件类型,提高了对各类事件的正确识别率. 展开更多

关键词 入侵事件 实验样本 基于类间样本差向量的约束极速学习机 基于混合向量的约束极速学习机 识别率

在线阅读 下载PDF 职称材料

基于差分能量图和CGBP的微表情识别 被引量：1

3

作者 于明 王英资 +1 位作者 于洋 刘依 《西南交通大学学报》 EI CSCD 北大核心 2016年第6期1222-1229,共8页

微表情是一种不能自主控制和伪装的面部表情,其与诚信度的关系密切,具有持续时间短且难以识别的特征.为提高计算机自动识别微表情的准确性,提出一种基于差分能量图和中心化Gabor二值模式(centralized Gabor binary patterns,CGBP)的微... 微表情是一种不能自主控制和伪装的面部表情,其与诚信度的关系密切,具有持续时间短且难以识别的特征.为提高计算机自动识别微表情的准确性,提出一种基于差分能量图和中心化Gabor二值模式(centralized Gabor binary patterns,CGBP)的微表情识别方法.该方法首先利用差分法计算微表情序列的能量得到差分能量图,获得人脸面部肌肉相位的变化;其次将Gabor与中心二值模式CBP相结合,得到CGBP算子对能量图进行微表情的特征提取;最后利用ELM分类器进行微表情分类识别.在CASME微表情库上的实验结果表明,该方法比LBP-TOP、DTSA3、Gabor、VLBP、CBP-TOP算法更能有效地获得微表情序列的时空纹理特征,平均识别率为86.54%. 展开更多

关键词 图像处理 微表情识别 差分能量图 中心化Gabor二值化模式 ELM分类器

在线阅读 下载PDF 职称材料

基于光谱分析的织物色差检测 被引量：8

4

作者 李鹏飞 陈永辉 《毛纺科技》 CAS 北大核心 2018年第5期82-87,共6页

为有效检测出织物色差,将主成分分析(PCA)与极限学习机(ELM)相结合的方法应用于织物色差检测。首先,利用光纤光谱仪采集净色织物的光谱反射率数据及其对应的颜色特征值L*、a*、b*,建立PCA-ELM预测模型,获取光谱反射率相关数据与L*、a*... 为有效检测出织物色差,将主成分分析(PCA)与极限学习机(ELM)相结合的方法应用于织物色差检测。首先,利用光纤光谱仪采集净色织物的光谱反射率数据及其对应的颜色特征值L*、a*、b*,建立PCA-ELM预测模型,获取光谱反射率相关数据与L*、a*、b*值之间的映射关系,避免冗长的公式计算。然后,利用CMC(2∶1)色差公式计算标准样本和测试样本之间的色差,并与光纤光谱仪测量值进行对比。实验结果表明,利用PCA-ELM模型获取的L*、a*、b*值与光谱仪测量值各分量的平均误差为0.116 1、0.174 3、0.204 8。在色差检测实验中,利用CMC(2∶1)色差公式得到的织物色差与光谱仪测量值最大误差为0.66 NBS,平均误差为0.087 5 NBS。 展开更多

关键词 织物色差 极限学习机 主成分分析 光谱反射率

在线阅读 下载PDF 职称材料

基于约束投票极限学习机的在线静态电压稳定评估 被引量：1

5

作者 汤迎春 晏光辉 +3 位作者 张雅婷 刘书池 刘颂凯 张磊 《现代电力》 北大核心 2022年第5期521-528,共8页

快速准确的在线静态电压稳定评估是规模化互联电网安全稳定运行的重要保障。针对传统神经网络学习模型调参繁杂、训练时间长、样本需求数量庞大等缺点,提出了一种基于约束投票极限学习机(constrained voting extreme learning machine,C... 快速准确的在线静态电压稳定评估是规模化互联电网安全稳定运行的重要保障。针对传统神经网络学习模型调参繁杂、训练时间长、样本需求数量庞大等缺点,提出了一种基于约束投票极限学习机(constrained voting extreme learning machine,CV-ELM)的在线静态电压稳定评估模型。CV-ELM基于类间样本差值构建差向量集计算输入层对隐藏层的权值及隐藏层节点偏置项,并引入多数投票机制,通过集成学习的方式进行分类决策。此外,CVELM可自适应确定网络参数,在分类准确率、鲁棒性及泛化能力方面均优于传统的ELM。最后,基于新英格兰10机39节点系统的算例仿真结果证明了所提模型的有效性。 展开更多

关键词 静态电压稳定评估 电压稳定裕度 约束投票极限学习机 集成学习 机器学习

在线阅读 下载PDF 职称材料

基于多特征融合与CELM的场景分类算法 被引量：1

6

作者 王光 陶燕 +1 位作者 沈慧芳 周树东 《计算机工程与应用》 CSCD 北大核心 2022年第1期232-240,共9页

场景分类对于场景图像的语义解译至关重要,是遥感领域近期的主要研究课题之一。针对大部分图像分类方法中提取的特征结构单一,依赖于大量人工标记的数据以及分类器的训练过程缓慢等问题,提出了一种基于多特征融合与约束极限学习机(const... 场景分类对于场景图像的语义解译至关重要,是遥感领域近期的主要研究课题之一。针对大部分图像分类方法中提取的特征结构单一,依赖于大量人工标记的数据以及分类器的训练过程缓慢等问题,提出了一种基于多特征融合与约束极限学习机(constrained extreme learning machines,CELM)的场景图像分类方法。该方法采用三种不同结构的预训练卷积神经网络,利用特定数据集对其进行微调,将微调后网络提取到的三种特征进行融合并送入CELM分类器进行分类,最终得到图像的类别标签。以SIRI-WHU、WHU-RS19与UC-Merced数据集作为实验数据集,在预训练卷积神经网络、单一特征和传统分类器上进行的对比实验表明,基于多特征融合与CELM相结合的方法产生了较好的分类效果,三种数据集上的总分类精度分别高达99.25%、98.26%与97.70%。 展开更多

关键词 场景分类 多特征融合 约束极限学习机

在线阅读 下载PDF 职称材料

基于CSD-ELM的不平衡数据分类算法 被引量：6

7

作者 王大飞 解武杰 董文瀚 《计算机工程》 CAS CSCD 北大核心 2019年第11期54-61,共8页

基于代价敏感学习的极限学习机(ELM)算法在处理不平衡数据分类问题时,未考虑不同类别样本的分布特点以及同一类别中各样本的重要性对分类结果的影响。为此,提出基于样本数量比例的错分惩罚因子设置方法,并基于Mini-batch k-means聚类与... 基于代价敏感学习的极限学习机(ELM)算法在处理不平衡数据分类问题时,未考虑不同类别样本的分布特点以及同一类别中各样本的重要性对分类结果的影响。为此,提出基于样本数量比例的错分惩罚因子设置方法,并基于Mini-batch k-means聚类与距离测度设计一种类内样本权值确定方案。在此基础上,构建区分正、负类别的隐含层输出矩阵,根据训练样本数与ELM隐含层节点数间的关系,分2种情况计算ELM隐含层与输出层间的连接权值,以降低算法的时间复杂度。实验结果表明,与ELM、WELM等算法相比,该算法的G-mean、F1分类性能指标值均较高。 展开更多

关键词 不平衡数据 极限学习机 代价敏感学习 Mini-batch K-MEANS聚类 约束优化理论

在线阅读 下载PDF 职称材料

基于机器视觉的实木地板在线分色识别算法 被引量：6

8

作者 王锦亚 李振业 倪超 《林业工程学报》 CSCD 北大核心 2021年第5期135-139,共5页

实木地板具有良好的美学性能,是室内装饰的优良材料。为了满足特定的室内装饰要求的艺术效果,实木地板的颜色需要协调,因此在生产过程中需要根据实木地板的颜色进行分类,以满足客户的个性化需求。然而,传统人工识别分选的方法受劳动强... 实木地板具有良好的美学性能,是室内装饰的优良材料。为了满足特定的室内装饰要求的艺术效果,实木地板的颜色需要协调,因此在生产过程中需要根据实木地板的颜色进行分类,以满足客户的个性化需求。然而,传统人工识别分选的方法受劳动强度、工作效率等因素制约,难以满足产业的发展需求。本试验基于机器视觉技术,对实木地板颜色的图像采集装置与识别分类算法进行了设计。首先,利用彩色CCD相机对3个颜色等级的实木地板进行图像采集,共获得了150幅木材图像,其中80%用来训练、10%用来测试、10%用来验证。然后,利用极限学习机ELM进行颜色分类,并比较不同优化算法的优化效果,如灰狼优化算法(GWO)、遗传优化算法(GA)、粒子群优化算法(PSO)。结果表明,利用灰狼优化的极限学习机(GWO-ELM)对3个颜色等级实木地板图像的识别准确率最高,分别为88.6%,86%和100%。考虑到实木地板的单块完整性,算法的分类结果能有效满足实际生产需求,为国内实木家居企业的智能化发展提供了一套行之有效的解决方法。 展开更多

关键词 实木地板色差 机器视觉技术 分色识别 极限学习机 灰狼优化算法

在线阅读 下载PDF 职称材料

基于改进邻域比和分类的SAR图像变化检测 被引量：4

9

作者 王平 王宜怀 +1 位作者 刘长勇 彭涛 《计算机应用与软件》 北大核心 2020年第5期210-218,共9页

两时相SAR图像变化检测中,针对NR方法生成的差异图样本分布不够合理问题,设计一种新的NR方法。结合邻域空间均值信息和区域异质性测度生成比值差异图,在噪声抑制和变化细节保留之间保持均衡的同时,能使样本分布更加合理,有利于差异图分... 两时相SAR图像变化检测中,针对NR方法生成的差异图样本分布不够合理问题,设计一种新的NR方法。结合邻域空间均值信息和区域异质性测度生成比值差异图,在噪声抑制和变化细节保留之间保持均衡的同时,能使样本分布更加合理,有利于差异图分析。设计利用层次聚类获得样本标签、邻域块特征向量作为样本进行分类的差异图分析方法,生成变化检测二值图。对多个真实的SAR图像进行测试表明,该方法比其他几种方法生成的差异图更有利于分析,所设计的差异图分析方法能够进一步对差异图中残留的噪声进行抑制,变化检测效果明显。 展开更多

关键词 合成孔径雷达图像 变化检测 差异图 邻域比 极限学习机

在线阅读 下载PDF 职称材料

基于非负矩阵分解和极限学习机分类的合成孔径雷达图像变化检测 被引量：2

10

作者 王平 王宜怀 +1 位作者 余文森 吴薇 《科学技术与工程》 北大核心 2020年第5期1959-1966,共8页

两时相合成孔径雷达(synthetic aperture radar,SAR)图像变化检测中,差异图的噪声残留将会对变化检测的精度产生较大的影响,传统增量学习模式的检测方法直接对差异图像素样本进行聚类获得伪标签,但没有考虑差异图噪声残留的影响,故检测... 两时相合成孔径雷达(synthetic aperture radar,SAR)图像变化检测中,差异图的噪声残留将会对变化检测的精度产生较大的影响,传统增量学习模式的检测方法直接对差异图像素样本进行聚类获得伪标签,但没有考虑差异图噪声残留的影响,故检测精度很难提升。考虑对差异图的邻域空间信息采用非负矩阵分解的方式进行特征降维提取,进而根据提取的特征进行聚类可获得高可靠的伪标签,然后基于这些样本伪标签和对应的两时相SAR图像邻域块特征向量构成样本集,利用极限学习机学习其非线性变化关系并最终完成分类,获得变化检测二值图。实验表明,该方法能有效地抑制差异图中的噪声残留影响,提升检测精度,对斑点噪声影响变化检测精度具有较高的鲁棒性。 展开更多

关键词 合成孔径雷达图像 变化检测 差异图 邻域比 极限学习机 非负矩阵分解

在线阅读 下载PDF 职称材料

一种基于Dropout约束深度极限学习机的雷达目标分类算法 被引量：9

11

作者 赵飞翔 刘永祥 霍凯 《雷达学报（中英文）》 CSCD 北大核心 2018年第5期613-621,共9页

雷达目标分类在军事和民用领域发挥着重要作用。极限学习机(Extreme Learning Machine, ELM)因其学习速度快、泛化能力强而被广泛应用于分类任务中。然而,由于其浅层结构,ELM无法有效地捕获数据深层抽象信息。虽然许多研究者已经提出了... 雷达目标分类在军事和民用领域发挥着重要作用。极限学习机(Extreme Learning Machine, ELM)因其学习速度快、泛化能力强而被广泛应用于分类任务中。然而,由于其浅层结构,ELM无法有效地捕获数据深层抽象信息。虽然许多研究者已经提出了深度极限学习机,它可以用于自动学习目标高级特征表示,但是当训练样本有限时,模型容易陷入过拟合。为解决此问题,该文提出一种基于Dropout约束的深度极限学习机雷达目标分类算法,在雷达测量数据上的实验结果表明所提算法在分类准确率上达到93.37%,相较栈式自动编码器算法和传统深度极限学习机算法分别提高了5.25%和8.16%,验证了算法有效性。 展开更多

关键词 极限学习机 深度学习 Dropout约束 雷达目标分类 栈式自动编码器

在线阅读 下载PDF 职称材料

基于WOA-ELM的锂离子电池剩余寿命间接预测 被引量：17

12

作者 赵沁峰 蔡艳平 王新军 《中国测试》 CAS 北大核心 2021年第9期138-145,共8页

针对标准极限学习机在预测锂离子电池寿命方面算法不稳定以及使用电池容量作为健康因子不易直接测量的问题,提出一种基于等压降放电时间的鲸鱼优化算法(whale optimization algorithm,WOA)优化极限学习机(extreme learning machine,ELM... 针对标准极限学习机在预测锂离子电池寿命方面算法不稳定以及使用电池容量作为健康因子不易直接测量的问题,提出一种基于等压降放电时间的鲸鱼优化算法(whale optimization algorithm,WOA)优化极限学习机(extreme learning machine,ELM)的锂电池剩余寿命间接预测的方法。首先提取电池等压降放电时间作为锂电池间接健康因子,然后引入鲸鱼优化算法对极限学习机的模型参数进行优化,将电池放电截止电压影响因子融合,建立锂离子电池剩余寿命间接预测模型,最后通过NASA卓越预测中心的锂离子电池数据集B0005、B0006、B0007、B0018对提出的方法进行有效性和稳定性验证。实验结果表明:基于鲸鱼优化算法的极限学习机建立的锂离子电池RUL预测模型与标准极限学习机预测模型相比,操作复杂度较低,多次预测结果稳定,测试精度得到一定提升,模型适用性能较好。 展开更多

关键词 锂离子电池 等压降放电时间 剩余寿命 鲸鱼优化算法 极限学习机

在线阅读 下载PDF 职称材料

基于深度极限学习机的柴油机尾气排放预测 被引量：11

13

作者 吐尔逊·买买提 赵梦佳 +1 位作者 宁成博 孔庆好 《科学技术与工程》 北大核心 2021年第36期15646-15654,共9页

准确预测拖拉机等柴油机械实际工况污染物排放在排放清单建立和区域污染物排放控制方面具有重要意义。基于拖拉机不同运行状态下发动机转速、油耗、燃烧比、CO、HC、NO_(x)和PM实测数据作为数据源,建立深度极限学习机(deep extreme lear... 准确预测拖拉机等柴油机械实际工况污染物排放在排放清单建立和区域污染物排放控制方面具有重要意义。基于拖拉机不同运行状态下发动机转速、油耗、燃烧比、CO、HC、NO_(x)和PM实测数据作为数据源,建立深度极限学习机(deep extreme learning machine,DELM)的预测模型,并对拖拉机怠速、行走和旋耕等基本工况下的污染物排放进行预测。为进一步评估DELM预测模型的适应性,将其与支持向量机(support vector machine,SVM)和反向传播(back propagation,BP)神经网络模型进行对比分析。结果表明:DELM模型在预测排放时间序列方面具有一定优势,其预测拖拉机在怠速、行走和旋耕3种状态下的NO_(x)、HC、CO和PM排放均方根误差均值分别为5.269×10^(-5)、5.195×10^(-5)、5.135×10^(-5)和2.795×10^(-5)。DELM模型与SVM和BP对比发现,DELM模型在鲁棒性以及适应性方面的优势显著。DELM方法的较高的准确度和泛化性,为基于发动机状态数据预测移动源尾气排放提供思路和方法。 展开更多

关键词 柴油机 深度极限学习机(DELM) 不同工况 排放预测

在线阅读 下载PDF 职称材料

基于SAPSO-ELM的瓦斯涌出量分源预测及应用 被引量：13

14

作者 任海峰 严由吉 吴青海 《煤田地质与勘探》 CAS CSCD 北大核心 2021年第2期102-109,共8页

为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素的多重相关性、复杂性等问题,结合主成分分析法和分源预测理论,对开采层、邻近层、采空区的瓦斯涌出量数据分别进行主成分分析降维,得到预测指标。针对极限学习机(ELM)存在的输入权... 为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素的多重相关性、复杂性等问题,结合主成分分析法和分源预测理论,对开采层、邻近层、采空区的瓦斯涌出量数据分别进行主成分分析降维,得到预测指标。针对极限学习机(ELM)存在的输入权值矩阵与隐含层阈值随机生成的问题,利用模拟退火粒子群算法(SAPSO)对极限学习机的参数寻优,将新疆某煤矿回采工作面瓦斯涌出量及影响因素作为SAPSO-ELM模型的输入进行训练,再利用训练好的SAPSO-ELM模型对陕西某煤矿回采工作面的瓦斯涌出量进行验证预测,并对比原始ELM模型的预测结果。结果表明,SAPSO-ELM模型的平均相对误差为3.45%,ELM模型的平均相对误差为8.81%,与ELM模型相比,SAPSO-ELM模型预测精度及效率均优于原始ELM模型。分源预测理论和主成分分析法的结合有效解决了多因素间的多重相关性并降低了预测模型的复杂度,SAPSO-ELM预测模型实现了瓦斯涌出量的快速精准预测,对预防瓦斯事故发生和保障煤矿安全高效开采具有较好的指导作用。 展开更多

关键词 瓦斯涌出量 分源预测 主成分分析法 极限学习机(ELM) 模拟退火粒子群算法(SAPSO)

在线阅读 下载PDF 职称材料

气动目标多频点调制谱融合增强识别方法

15

作者 赵庆媛 赵志强 +1 位作者 叶春茂 鲁耀兵 《系统工程与电子技术》 EI CSCD 北大核心 2023年第7期2043-2050,共8页

预警雷达探测过程中气动目标微动回波能量弱导致识别性能不稳定。针对该问题,提出一种基于稀疏约束非负矩阵分解(sparse constrained non-negative matrix factorization,SCNMF)和集成极限学习机(integrated extreme learning machine,I... 预警雷达探测过程中气动目标微动回波能量弱导致识别性能不稳定。针对该问题,提出一种基于稀疏约束非负矩阵分解(sparse constrained non-negative matrix factorization,SCNMF)和集成极限学习机(integrated extreme learning machine,IELM)的多频点调制谱融合增强识别方法。通过分析微动部件回波特性,对多频点频域幅度谱进行SCNMF处理实现像素级融合得到特征增强后的稀疏调制谱,并将其作为样本输入IELM,实现气动目标类型识别。仿真和实测数据表明,本文方法能够有效融合多频点微动特征,具有抗噪能力强、所需训练样本少和识别性能稳健等优势。 展开更多

关键词 调制谱 气动目标 稀疏约束非负矩阵分解 集成极限学习机

在线阅读 下载PDF 职称材料

基于局部自动编码器的手写数字分类

16

作者 卢海峰 卫伟 陆慧娟 《小型微型计算机系统》 CSCD 北大核心 2018年第11期2447-2450,共4页

针对超限学习机的输入权值进行研究,结合自动编码器的特征提取能力与深度学习的特征抽象能力,提出了局部感知的类限制超限学习机(RF-C2ELM),再将类限制超限学习机和RF-C2ELM扩展为多层神经网络.通过对M NIST数据集进行分类问题分析实验... 针对超限学习机的输入权值进行研究,结合自动编码器的特征提取能力与深度学习的特征抽象能力,提出了局部感知的类限制超限学习机(RF-C2ELM),再将类限制超限学习机和RF-C2ELM扩展为多层神经网络.通过对M NIST数据集进行分类问题分析实验,实验结果表明,提出的算法在单隐层和多隐层神经网络中都具有较高的精度,并且在训练时间上具有一定的优势. 展开更多

关键词 局部感知 多层神经网络 超限学习机 局部自动编码器 类限制

在线阅读 下载PDF 职称材料