检索结果-维普期刊中文期刊服务平台

基于PCA-SVDD的故障检测和自学习辨识被引量：6: 1; 作者祝志博王培良宋执环《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第4期652-658,共7页; 为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数... 展开更多; 关键词主元分析-支持向量数据描述(pca-svdd) 特征提取故障检测故障自学习辨识; 在线阅读下载PDF 职称材料

基于主元分析的支持向量数据描述机械故障诊断被引量：18: 2; 作者潘明清周晓军 +1 位作者吴瑞明雷良育《传感技术学报》 EI CAS CSCD 北大核心 2006年第1期128-131,共4页; 针对机械故障诊断缺乏故障样本的问题,提出了故障诊断单值分类法——支持向量数据描述法(SVDD)。这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态。试验以轴承为研究对象,采用主元分析法(PCA)作数据... 展开更多; 关键词故障诊断特征提取主元分析支持向量数据描述轴承; 在线阅读下载PDF 职称材料

基于核主分量分析和支持矢量数据描述的雷达目标模糊识别方法被引量：7: 3; 作者郭雷肖怀铁付强《信号处理》 CSCD 北大核心 2009年第1期63-68,共6页; 针对雷达目标高分辨距离像(HRRP)存在大量的信息冗余,易受到噪声的污染,可分性较差等问题,本文利用核方法解决非线性问题的优点,提出了基于核主分量分析(KPCA)的雷达目标HRRP特征提取与基于支持矢量数据描述(sVDD)的雷达多目标模糊识别... 展开更多; 关键词核主分量分析特征提取支持矢量数据描述模糊隶属度雷达目标识别; 在线阅读下载PDF 职称材料

用于不平衡数据分类的FE-SVDD算法被引量：2: 4; 作者方景龙王万良何伟成《计算机工程》 CAS CSCD 北大核心 2011年第6期157-158,161,共3页; 现有的支持向量数据描述(SVDD)算法在解决不平衡数据集问题时通常存在有偏性。针对该问题,在研究PCA特征提取技术和SVDD分类理论的基础上,提出一种用于平衡数据分类的FE-SVDD算法。该方法对2类样本数据进行主成分分析,分别求出主要特征... 展开更多; 关键词模式分类支持向量数据描述不平衡数据集特征提取主成分分析; 在线阅读下载PDF 职称材料

一种改进支持向量域数据描述方法及其应用被引量：1: 5; 作者罗键庄进发 +2 位作者李波吴长庆黄春庆《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期656-661,共6页; 针对支持向量域数据描述中的核参数选择及其决策边界规整问题,提出一种新的改进算法.该算法根据支持向量域数据描述本身的特点,利用非高斯性来测量核空间样本接近球形区域分布的程度,并根据此测量结果来优化核参数.当核参数选定之后,核... 展开更多; 关键词支持向量域描述核主元分析非高斯性; 在线阅读下载PDF 职称材料

基于支持向量域描述的铁路绝缘子污秽度异常检测分析被引量：1: 6; 作者吴文海孙磊 +1 位作者柯坚张霆《铁道标准设计》北大核心 2019年第8期140-144,共5页; 为实现对铁路绝缘子污秽度的在线检测,提出一种基于支持向量数据描述和图像信息的污秽度异常检测方法。以人工涂污实验获得的绝缘子图像为基础,通过最大类间方差法分割图像得到绝缘子的盘面区域,计算颜色及纹理空间的特征,并利用核主元... 展开更多; 关键词铁路绝缘子污秽度检测核主成分分析支持向量数据描述模糊区域; 在线阅读下载PDF 职称材料

基于核学习的入侵检测改进方法: 7; 作者周泽寻蒋芸 +3 位作者明利特王明芳谢国城李想《计算机工程》 CAS CSCD 2012年第14期21-25,共5页; 针对入侵检测中部分攻击类型检测率低的问题,提出一种基于核学习的入侵检测改进方法。采用核主成分分析(KPCA)对入侵检测中的高维非线性结构数据集进行数据预处理,通过支持向量数据描述(SVDD)构造分类器,对预处理后的数据进行分类。实... 展开更多; 关键词核学习核主成分分析支持向量数据描述入侵检测异常检测; 在线阅读下载PDF 职称材料

基于核主成分分析的超多面体数据描述方法被引量：1: 8; 作者陈宇晨何毅斌 +1 位作者戴乔森刘湘《计算机工程与设计》北大核心 2021年第3期663-669,共7页; 为更加准确地从大量数据中检测出存在的小量异常数据,提出基于核主成分分析的超多面体数据描述方法。利用核主成分分析对数据进行非线性映射,在此基础上使用主成分信息在N维空间中建立2N个超平面,组合这些超平面构造一个超多面体模型,... 展开更多; 关键词异常数据核主成分分析超多面体数据描述支持向量数据描述支撑域; 在线阅读下载PDF 职称材料

化工过程微小故障检测方法研究与应用: 9; 作者樊梦奇孙四通《化学工程》 CAS CSCD 北大核心 2023年第7期83-88,94,共7页; 在实际化工过程中缺少对微小故障的检测方法,为解决PCA(主元分析)进行特征提取容易丢失非线性信息的问题,使用互信息矩阵代替协方差矩阵进行特征提取,称作MIPCA(互信息主元分析)。为了弥补SVDD(支持向量数据描述)忽略故障数据中重要信... 展开更多; 关键词微小故障检测特征提取主元分析互信息支持向量数据描述; 在线阅读下载PDF 职称材料

题名基于PCA-SVDD的故障检测和自学习辨识被引量：6: 1; 作者祝志博王培良宋执环; 机构浙江大学工业控制技术国家重点实验室湖州师范学院信息工程学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第4期652-658,共7页; 基金国家自然科学基金资助项目(60974056,60736021) 浙江省自然科学基金资助项目(Y1080871); 文摘为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数据描述(PCA-SVDD)的模式判别方法来实现故障的自学习辨识:考虑故障辨识时可能出现的类分布重合问题,分析和比较了基于欧氏距离和归一化半径判别这2种方法,提出针对新型未知故障辨识的加权归一化半径判别法.通过对Tennessee Eastman(TE)过程的仿真研究,说明了提出的故障检测和自学习辨识算法的可行性和有效性.; 关键词主元分析-支持向量数据描述(pca-svdd) 特征提取故障检测故障自学习辨识; Keywords principal component analysis-support vector data description （pca-svdd） feature extraction fault detection fault self-learning identification; 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

题名基于主元分析的支持向量数据描述机械故障诊断被引量：18: 2; 作者潘明清周晓军吴瑞明雷良育; 机构浙江大学现代制造工程研究所浙江科技学院机械系江苏技术师范学院机械系; 出处《传感技术学报》 EI CAS CSCD 北大核心 2006年第1期128-131,共4页; 文摘针对机械故障诊断缺乏故障样本的问题,提出了故障诊断单值分类法——支持向量数据描述法(SVDD)。这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态。试验以轴承为研究对象,采用主元分析法(PCA)作数据前处理,提取振动信号的统计特征值,得到的主元特征指标输入到SVDD分类器进行训练和测试。试验结果表明,PCA对正常和故障样本有较大的区分度,SVDD分类器能很好的分辨出轴承正常和故障状态,并且对未知故障有良好的识别能力。; 关键词故障诊断特征提取主元分析支持向量数据描述轴承; Keywords fault diagnosis feature extraction principal component analysis support vector data description bearing; 分类号 TH165 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于核主分量分析和支持矢量数据描述的雷达目标模糊识别方法被引量：7: 3; 作者郭雷肖怀铁付强; 机构国防科技大学电子科学与工程学院ATR实验室; 出处《信号处理》 CSCD 北大核心 2009年第1期63-68,共6页; 文摘针对雷达目标高分辨距离像(HRRP)存在大量的信息冗余,易受到噪声的污染,可分性较差等问题,本文利用核方法解决非线性问题的优点,提出了基于核主分量分析(KPCA)的雷达目标HRRP特征提取与基于支持矢量数据描述(sVDD)的雷达多目标模糊识别方法。在特征提取过程中,利用KPCA对雷达目标HRRP做降噪与降维处理,使得HRRP降低噪声和姿态角的敏感性;在识别过程中,首先在特征空间求得包含每一类目标训练样本的最小超球体,然后根据各个测试样本到最小超球体球面的距离构造属于各个类别的模糊隶属度,根据模糊隶属度的大小判断测试样本所属的类别。仿真实验结果表明,本文提出的算法应用于雷达多目标识别时,具有较高的正确识别率;同时基于SVDD多目标模糊识别算法训练过程只需对每一类目标进行训练,因此具有计算量小,稳健性能优等优点。所以本文提出的KPCA特征提取与SVDD雷达多目标模糊识别方法有很强的实用性。; 关键词核主分量分析特征提取支持矢量数据描述模糊隶属度雷达目标识别; Keywords Kernel principal component Analysis （KPCA） feature extraction Support vector data description （SVDD） fuzzy membership radar target recognition; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名用于不平衡数据分类的FE-SVDD算法被引量：2: 4; 作者方景龙王万良何伟成; 机构浙江工业大学计算机科学与技术学院杭州电子科技大学图形图像研究所; 出处《计算机工程》 CAS CSCD 北大核心 2011年第6期157-158,161,共3页; 基金国家自然科学基金资助项目(60874074) 浙江省科技计划基金资助重点项目(2009C14032); 文摘现有的支持向量数据描述(SVDD)算法在解决不平衡数据集问题时通常存在有偏性。针对该问题,在研究PCA特征提取技术和SVDD分类理论的基础上,提出一种用于平衡数据分类的FE-SVDD算法。该方法对2类样本数据进行主成分分析,分别求出主要特征值,根据样本容量及特征值对SVDD中的C值重新定义。在人工样本集和UCI数据集上进行实验,结果验证了该方法的有效性。; 关键词模式分类支持向量数据描述不平衡数据集特征提取主成分分析; Keywords pattern classification Support vector data description（SVDD） imbalanced data sets feature extraction principal component Analysis（PCA）; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种改进支持向量域数据描述方法及其应用被引量：1: 5; 作者罗键庄进发李波吴长庆黄春庆; 机构厦门大学信息科学与技术学院; 出处《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期656-661,共6页; 基金国家自然科学基金(60704043) 国家"211"工程(王艺之)项目"立体通信和信息集成技术"资助; 文摘针对支持向量域数据描述中的核参数选择及其决策边界规整问题,提出一种新的改进算法.该算法根据支持向量域数据描述本身的特点,利用非高斯性来测量核空间样本接近球形区域分布的程度,并根据此测量结果来优化核参数.当核参数选定之后,核空间样本可能存在分布不均匀的现象,对此,该算法应用核主元分析来进行规整,即通过尺度变换来调整各主轴的长度,以获得一个更合理的球形分界面.最后通过标准数据集和TEP故障诊断仿真以验证该算法,仿真实验结果表明了该算法的有效性.; 关键词支持向量域描述核主元分析非高斯性; Keywords support vector data description kernel principal component analysis non-Gaussian; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于支持向量域描述的铁路绝缘子污秽度异常检测分析被引量：1: 6; 作者吴文海孙磊柯坚张霆; 机构西南交通大学机械工程学院; 出处《铁道标准设计》北大核心 2019年第8期140-144,共5页; 文摘为实现对铁路绝缘子污秽度的在线检测,提出一种基于支持向量数据描述和图像信息的污秽度异常检测方法。以人工涂污实验获得的绝缘子图像为基础,通过最大类间方差法分割图像得到绝缘子的盘面区域,计算颜色及纹理空间的特征,并利用核主元分析方法对特征向量进行融合与降维,最后通过支持向量数据描述方法实现污秽度的异常检测。结果表明,该方法可有效降低绝缘子污秽度的异常检测过程中的漏警率和虚警率,满足实际工作需求。; 关键词铁路绝缘子污秽度检测核主成分分析支持向量数据描述模糊区域; Keywords railway insulator contamination detection kernel principal component analysis support vector data description fuzzy region; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] U226 [交通运输工程—道路与铁道工程]; 在线阅读下载PDF 职称材料

题名基于核学习的入侵检测改进方法: 7; 作者周泽寻蒋芸明利特王明芳谢国城李想; 机构西北师范大学数学与信息科学学院; 出处《计算机工程》 CAS CSCD 2012年第14期21-25,共5页; 基金国家自然科学基金资助项目(61163036 61163039) +2 种基金 1107RJZA112) 西北师范大学第三期知识与创新工程科研骨干基金资助项目(nwnu-kjcxgc-03-67); 文摘针对入侵检测中部分攻击类型检测率低的问题,提出一种基于核学习的入侵检测改进方法。采用核主成分分析(KPCA)对入侵检测中的高维非线性结构数据集进行数据预处理,通过支持向量数据描述(SVDD)构造分类器,对预处理后的数据进行分类。实验结果表明,与已有方法相比,改进方法的检测精度较高、漏检率较低。; 关键词核学习核主成分分析支持向量数据描述入侵检测异常检测; Keywords kernel learning Kernel principal component Analysis（KPCA） Support vector data description（SVDD） intrusion detection abnormal detection; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于核主成分分析的超多面体数据描述方法被引量：1: 8; 作者陈宇晨何毅斌戴乔森刘湘; 机构武汉工程大学机电工程学院; 出处《计算机工程与设计》北大核心 2021年第3期663-669,共7页; 基金湖北省科技厅重大专项基金项目(2016AAA056) 化工装备强化与本质安全湖北省重点实验室开放基金项目(2018KA01) 武汉工程大学研究生教育创新基金项目(CX2019243)。; 文摘为更加准确地从大量数据中检测出存在的小量异常数据,提出基于核主成分分析的超多面体数据描述方法。利用核主成分分析对数据进行非线性映射,在此基础上使用主成分信息在N维空间中建立2N个超平面,组合这些超平面构造一个超多面体模型,为现有的数据描述类方法提供更多选择。通过第三方数据集并与支持向量数据描述方法比较,验证了在某些分布下超多面体比超球体的支撑域适合训练数据,得到了更好的分类效果,表明了该方法的有效性。; 关键词异常数据核主成分分析超多面体数据描述支持向量数据描述支撑域; Keywords abnormal data detection kernel principal component analysis polytope combination data description support vector data description support domain; 分类号 TP306.3 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名化工过程微小故障检测方法研究与应用: 9; 作者樊梦奇孙四通; 机构青岛科技大学自动化与电子工程学院; 出处《化学工程》 CAS CSCD 北大核心 2023年第7期83-88,94,共7页; 文摘在实际化工过程中缺少对微小故障的检测方法,为解决PCA(主元分析)进行特征提取容易丢失非线性信息的问题,使用互信息矩阵代替协方差矩阵进行特征提取,称作MIPCA(互信息主元分析)。为了弥补SVDD(支持向量数据描述)忽略故障数据中重要信息的缺点,将少量故障数据引入模型训练过程中,以提高模型的精度,称作CSVDD(全面支持向量数据描述)。将2种算法相结合提出一种新的故障检测方法MIPCA-CSVDD,用于化工过程微小故障检测。最后借助TE(田纳西-伊斯曼)仿真数据与河南某化工厂的真实数据,与经典PCA和SVDD方法比较检测结果,验证了所提方法的有效性。; 关键词微小故障检测特征提取主元分析互信息支持向量数据描述; Keywords micro fault detection feature extraction principal component analysis mutual information support vector data description; 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	作者	出处	发文年	被引量	操作
1	基于PCA-SVDD的故障检测和自学习辨识	祝志博王培良宋执环	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2010	6	在线阅读下载PDF 职称材料
2	基于主元分析的支持向量数据描述机械故障诊断	潘明清周晓军吴瑞明雷良育	《传感技术学报》 EI CAS CSCD 北大核心	2006	18	在线阅读下载PDF 职称材料
3	基于核主分量分析和支持矢量数据描述的雷达目标模糊识别方法	郭雷肖怀铁付强	《信号处理》 CSCD 北大核心	2009	7	在线阅读下载PDF 职称材料
4	用于不平衡数据分类的FE-SVDD算法	方景龙王万良何伟成	《计算机工程》 CAS CSCD 北大核心	2011	2	在线阅读下载PDF 职称材料
5	一种改进支持向量域数据描述方法及其应用	罗键庄进发李波吴长庆黄春庆	《厦门大学学报（自然科学版）》 CAS CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
6	基于支持向量域描述的铁路绝缘子污秽度异常检测分析	吴文海孙磊柯坚张霆	《铁道标准设计》北大核心	2019	1	在线阅读下载PDF 职称材料
7	基于核学习的入侵检测改进方法	周泽寻蒋芸明利特王明芳谢国城李想	《计算机工程》 CAS CSCD	2012	0	在线阅读下载PDF 职称材料
8	基于核主成分分析的超多面体数据描述方法	陈宇晨何毅斌戴乔森刘湘	《计算机工程与设计》北大核心	2021	1	在线阅读下载PDF 职称材料
9	化工过程微小故障检测方法研究与应用	樊梦奇孙四通	《化学工程》 CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料