检索结果-维普期刊中文期刊服务平台

一种新的保类内核Fisher判别法及说话人辨别应用被引量：1: 1; 作者郑建炜王万良《计算机科学》 CSCD 北大核心 2010年第7期243-247,共5页; 在保留数据本质特征的前提下,降低数据维度是一种重要的分类预处理手段。深入分析了核Fisher判别(KFD)方法与核化全局局部保持Fisher投影(KLFDA)方法的相互关系与优缺点,提出了一种新的基于类内特性保持的核化Fisher判别分析方法(LW-KFD... 展开更多; 关键词 fisher判别分析局部保持投影说话人辨别核技巧维度削减; 在线阅读下载PDF 职称材料

基于转子故障数据集的KSELF降维方法被引量：2: 2; 作者户文刚赵荣珍《振动．测试与诊断》 EI CSCD 北大核心 2021年第1期13-18,197,共7页; 针对故障诊断中呈现强非线性的故障数据集维数过高以及有标签故障样本不足的问题,引入核方法和半监督思想,提出了一种基于核半监督局部Fisher判别分析(kernel semi⁃supervised local Fisher discriminant analysis,简称KSELF)的降维方... 展开更多; 关键词维数约简核半监督局部fisher判别分析核方法半监督学习; 在线阅读下载PDF 职称材料

基于局部Fisher判别分析的复杂化工过程故障诊断被引量：7: 3; 作者郭金玉韩建斌 +1 位作者李元徐进学《计算机应用研究》 CSCD 北大核心 2018年第4期1122-1125,1129,共5页; 为了提高复杂化工过程中故障检测和分类能力,提出基于局部Fisher判别分析(local Fisher discriminant analysis,LFDA)的复杂化工过程故障诊断方法。首先计算训练数据的局部类内和类间离散度矩阵,寻找LFDA的投影方向;其次把训练数据和测... 展开更多; 关键词复杂化工过程故障诊断 fisher判别分析核fisher判别分析局部fisher判别分析 KNN分类器; 在线阅读下载PDF 职称材料

半监督稀疏鉴别核局部线性嵌入的非线性过程故障检测被引量：3: 4; 作者任世锦李新玉 +2 位作者徐桂云潘剑寒杨茂云《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期49-58,共10页; 复杂过程往往受到运行状态复杂、工作条件恶劣等因素影响,过程数据具有很强的非线性、随机性和流形结构.近年来,核局部线性嵌入(kernel locally linear embedding,KLLE)已经成功应用于复杂过程故障检测.然而KLLE是一种无监督流形学习算... 展开更多; 关键词过程故障检测核局部线性嵌入半监督学习 fisher鉴别分析稀疏表示; 在线阅读下载PDF 职称材料

核协同近邻表示的人脸识别算法被引量：3: 5; 作者李昆仑李尚然 +1 位作者王琳巩春景《小型微型计算机系统》 CSCD 北大核心 2018年第10期2320-2325,共6页; 协同近邻表示分类算法将协同表示和线性保持嵌入算法结合,在处于欧式空间的训练样本中寻找未知样本的最近邻表示基,但协同近邻表示属于线性算法,很难利用样本间的非线性关系.核局部Fisher判别分析的核局部投影空间能够保持样本的最小类... 展开更多; 关键词协同近邻表示核方法核局部fisher判别分析欧式距离; 在线阅读下载PDF 职称材料

题名一种新的保类内核Fisher判别法及说话人辨别应用被引量：1: 1; 作者郑建炜王万良; 机构浙江工业大学信息学院; 出处《计算机科学》 CSCD 北大核心 2010年第7期243-247,共5页; 基金国家自然科学基金项目(60573123)资助; 文摘在保留数据本质特征的前提下,降低数据维度是一种重要的分类预处理手段。深入分析了核Fisher判别(KFD)方法与核化全局局部保持Fisher投影(KLFDA)方法的相互关系与优缺点,提出了一种新的基于类内特性保持的核化Fisher判别分析方法(LW-KFD)。在保留KFD全局最优投影能力的同时,解决了KLFDA的过度局部保持问题,从而对重叠(离群)样本与多态分簇样本都能实现有效的分类投影。提出了快速训练算法,解决了大量训练样本时的内存溢出问题。仿真实验与说话人辨别应用表明,该方法具有很强的适应性,并提高了说话人识别率与识别速度。; 关键词 fisher判别分析局部保持投影说话人辨别核技巧维度削减; Keywords fisher discriminant analysis, local preservation projection, Speaker identificaiton, kernel trick, Dimensionality reduction; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于转子故障数据集的KSELF降维方法被引量：2: 2; 作者户文刚赵荣珍; 机构兰州理工大学机电工程学院; 出处《振动．测试与诊断》 EI CSCD 北大核心 2021年第1期13-18,197,共7页; 基金国家自然科学基金资助项目(51675253) 国家重点研发计划资助项目(2016YFF0203303⁃04)。; 文摘针对故障诊断中呈现强非线性的故障数据集维数过高以及有标签故障样本不足的问题,引入核方法和半监督思想,提出了一种基于核半监督局部Fisher判别分析(kernel semi⁃supervised local Fisher discriminant analysis,简称KSELF)的降维方法。首先,通过核方法将原始故障数据集映射到高维特征空间中;其次,在高维空间中基于半监督局部Fisher判别分析得出投影转换矩阵;最后,用一双跨度转子实验台的故障特征数据集对所提出的方法进行了验证。所提出的KSELF降维方法能够有效捕捉数据的非线性信息,并能充分利用少量标签样本和大量无标签故障样本中的故障信息,避免了过学习问题。实验结果表明,KSELF方法相比实验中的其他方法,其降维能力稳定,能够获得更好的降维效果和更高的分类准确率。; 关键词维数约简核半监督局部fisher判别分析核方法半监督学习; Keywords dimension reduction kernel semi-supervised local fisher discriminant analysis(kself) kernel method semi-supervised learning; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TH165 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于局部Fisher判别分析的复杂化工过程故障诊断被引量：7: 3; 作者郭金玉韩建斌李元徐进学; 机构沈阳化工大学信息工程学院大连海事大学船舶电气工程学院; 出处《计算机应用研究》 CSCD 北大核心 2018年第4期1122-1125,1129,共5页; 基金国家自然科学基金重大资助项目(61490701) 国家自然科学基金资助项目(61673279) +3 种基金辽宁省教育厅资助项目(L2016007 L2015432) 辽宁省自然科学基金资助项目(201602584); 文摘为了提高复杂化工过程中故障检测和分类能力,提出基于局部Fisher判别分析(local Fisher discriminant analysis,LFDA)的复杂化工过程故障诊断方法。首先计算训练数据的局部类内和类间离散度矩阵,寻找LFDA的投影方向;其次把训练数据和测试数据向投影向量上投影,提取特征向量;最后计算特征向量间的欧氏距离,运用KNN分类器进行分类。把提议的LFDA方法应用到Tennessee Eastman(TE)过程,监控结果表明,LFDA的效果好于FDA和核Fisher判别分析(kernel Fisher discriminant analysis,KFDA),说明LFDA方法在分类及检测不同类的故障方面具有高准确性及高灵敏度的优势。; 关键词复杂化工过程故障诊断 fisher判别分析核fisher判别分析局部fisher判别分析 KNN分类器; Keywords complex chemical process fault diagnosis fisher discriminant analysis kernel fisher discriminant analysis local fisher discriminant analysis KNN classifier; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名半监督稀疏鉴别核局部线性嵌入的非线性过程故障检测被引量：3: 4; 作者任世锦李新玉徐桂云潘剑寒杨茂云; 机构江苏师范大学计算机学院中国矿业大学机电工程学院; 出处《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期49-58,共10页; 基金国家自然科学基金(61703187 61773185); 文摘复杂过程往往受到运行状态复杂、工作条件恶劣等因素影响,过程数据具有很强的非线性、随机性和流形结构.近年来,核局部线性嵌入(kernel locally linear embedding,KLLE)已经成功应用于复杂过程故障检测.然而KLLE是一种无监督流形学习算法,能够保持样本的局部几何信息,忽视了总体数据样本集全局/非局部鉴别信息.针对上述问题,本文提出一种新的半监督稀疏鉴别核局部线性嵌入(semi-supervised sparse discriminantKLLE,SSDKLLE)算法并用于非线性工业过程故障检测.本文主要贡献如下:(1)把半监督学习与Fisher鉴别分析(fisher discriminant analysis,FDA)引入到KLLE,有效地利用了总体数据集几何鉴别信息,提高了算法对不同类别数据的分离性;(2)基于稀疏表示通过重构优化方法对信号自适应稀疏表达的优点,利用稀疏表示自适应选择最近邻样本以及数目,提高算法鲁棒性和局部保持性能;(3)引入局部邻域处理以及核技巧策略降低过程工况数据变化对监测算法的影响,提高非线性多工况过程监测方法的性能.基于UCI数据和TE平台的仿真实验结果验证了所提算法的有效性.; 关键词过程故障检测核局部线性嵌入半监督学习 fisher鉴别分析稀疏表示; Keywords process fault detection kernel locally linear embedding semi-supervised learning fisher discriminant analysis sparse representation; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名核协同近邻表示的人脸识别算法被引量：3: 5; 作者李昆仑李尚然王琳巩春景; 机构河北大学电子信息工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2018年第10期2320-2325,共6页; 基金国家自然科学基金项目(61672205)资助; 文摘协同近邻表示分类算法将协同表示和线性保持嵌入算法结合,在处于欧式空间的训练样本中寻找未知样本的最近邻表示基,但协同近邻表示属于线性算法,很难利用样本间的非线性关系.核局部Fisher判别分析的核局部投影空间能够保持样本的最小类内离散度和最大类间离散度,使同类样本更容易聚集到一起,核方法的非线性投影将样本投影到高维的核空间中,改变样本的空间分布,使得输入空间中线性不可分的特征向量在核空间中线性可分.本文利用核方法在解决非线性问题时的优势,对协同近邻表示算法进行两点改进:1)在核局部投影空间中定义新的度量方法,寻找未知样本的最近邻表示基,提出基于核局部投影度量的协同近邻表示算法. 2)将所有样本投影到核空间,在核空间中构造协同近邻表示,提出基于核方法的协同近邻表示算法.在ORL、AR及Extended Yale B等人脸库上的测试结果证明改进算法的有效性.; 关键词协同近邻表示核方法核局部fisher判别分析欧式距离; Keywords collaborative neighbor representation kernel methods kernel local fisher discriminant analysis euclidean distanc; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种新的保类内核Fisher判别法及说话人辨别应用	郑建炜王万良	《计算机科学》 CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料
2	基于转子故障数据集的KSELF降维方法	户文刚赵荣珍	《振动．测试与诊断》 EI CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
3	基于局部Fisher判别分析的复杂化工过程故障诊断	郭金玉韩建斌李元徐进学	《计算机应用研究》 CSCD 北大核心	2018	7	在线阅读下载PDF 职称材料
4	半监督稀疏鉴别核局部线性嵌入的非线性过程故障检测	任世锦李新玉徐桂云潘剑寒杨茂云	《南京师大学报（自然科学版）》 CAS CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料
5	核协同近邻表示的人脸识别算法	李昆仑李尚然王琳巩春景	《小型微型计算机系统》 CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料