检索结果-维普期刊中文期刊服务平台

基于多社交数据源的协同推荐方法研究被引量：2: 1; 作者王瑞琴潘俊李一啸《电信科学》北大核心 2015年第6期78-84,共7页; 协同过滤推荐作为一种有效的推荐方法,普遍存在数据稀疏性和冷启动问题,利用社交网络的多项数据源对协同推荐方法进行了改进。为了克服评分矩阵的稀疏性问题,提出结合用户评分相似度和用户信任度选择推荐邻居,同时对用户相似度计算进行... 展开更多; 关键词社交网络个性化推荐信任推理多数据源领域专家; 在线阅读下载PDF 职称材料

基于K-PSO稀疏表示的故障分类方法研究被引量：1: 2; 作者傅蒙蒙王培良《计算机科学》 CSCD 北大核心 2016年第12期302-306,共5页; 针对现代复杂生产过程中不能准确识别、分类多种故障的问题,提出一种改进的稀疏表示故障分类方法。该方法依据信号的稀疏表示来判断故障所属类别。其具体实现过程首先是利用K-均值奇异值分解(K-SVD)算法构造过完备字典,使其包含原信息... 展开更多; 关键词稀疏表示 K-均值奇异值分解算法粒子群算法故障分类; 在线阅读下载PDF 职称材料

基于PCA-PDBNs的故障检测与自学习辨识被引量：22: 3; 作者王培良夏春江《仪器仪表学报》 EI CAS CSCD 北大核心 2015年第5期1147-1154,共8页; 如何提高工业过程故障识别的准确性及其算法训练的效率一直是故障检测与辨识研究领域的重点和热点。将深度学习方法引入该领域,结合粒子群优化(PSO)算法和深度信念网络(DBNs),提出了一种基于PSO的DBNs辨识方法(即PSODBNs,PDBNs),使用该... 展开更多; 关键词深度信念网络粒子群优化主元分析故障检测自学习辨识; 在线阅读下载PDF 职称材料

基于深层长短期记忆网络与批规范化的间歇过程故障检测方法被引量：8: 4; 作者王硕王培良《计算机应用》 CSCD 北大核心 2019年第2期370-375,共6页; 传统的基于数据驱动的间歇过程故障诊断方法往往需要对过程数据的分布进行假设,而且对非线性等复杂数据的监控往往会出现误报和漏报,为此提出一种基于长短期记忆网络(LSTM)与批规范化(BN)结合的监督学习方法,不需要对原始数据的分布进... 展开更多; 关键词数据驱动深度学习长短期记忆网络间歇过程故障检测; 在线阅读下载PDF 职称材料

题名基于多社交数据源的协同推荐方法研究被引量：2: 1; 作者王瑞琴潘俊李一啸; 机构湖州师范学院信息与控制技术研究所温州大学建模与数据挖掘研究所浙江财经大学信息学院; 出处《电信科学》北大核心 2015年第6期78-84,共7页; 基金国家自然科学基金资助项目(No.61402336 No.61403338) +3 种基金 No.2012C33086)~~; 文摘协同过滤推荐作为一种有效的推荐方法,普遍存在数据稀疏性和冷启动问题,利用社交网络的多项数据源对协同推荐方法进行了改进。为了克服评分矩阵的稀疏性问题,提出结合用户评分相似度和用户信任度选择推荐邻居,同时对用户相似度计算进行了改进;提出了一种简单有效的信任推理方法,能够识别出用户间隐含的间接信任关系,进一步缓解了数据稀疏性问题;为了解决推荐系统的冷启动问题,提出综合利用项目的类型属性信息和领域专家信息进行联合推荐。实验结果表明,提出的改进策略非常有效,在精度和召回率方面都较已有方法具有明显改善。; 关键词社交网络个性化推荐信任推理多数据源领域专家; Keywords social network, personalized recommendation, trust inference, multiple data source, domain expert; 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K-PSO稀疏表示的故障分类方法研究被引量：1: 2; 作者傅蒙蒙王培良; 机构杭州电子科技大学新型电子器件研究所湖州师范学院信息与控制技术研究所; 出处《计算机科学》 CSCD 北大核心 2016年第12期302-306,共5页; 基金国家自然科学基金项目(61573137)资助; 文摘针对现代复杂生产过程中不能准确识别、分类多种故障的问题,提出一种改进的稀疏表示故障分类方法。该方法依据信号的稀疏表示来判断故障所属类别。其具体实现过程首先是利用K-均值奇异值分解(K-SVD)算法构造过完备字典,使其包含原信息的主要特征,再通过粒子群(PSO)算法有效地搜索并寻找稀疏分解中产生的在过完备字典范围中的最匹配原子,最后利用以该匹配原子为基础的稀疏表示结果实现对多故障问题的分类识别。运用数值仿真验证了该算法的可行性和有效性。同时,针对柴油机燃油系统的故障分类,将该方法与基于BP神经网络和SVM的分类识别方法进行比较,实验表明该算法在故障分类上具有更好的效果。; 关键词稀疏表示 K-均值奇异值分解算法粒子群算法故障分类; Keywords Sparse representation,K-SVD algorithm, Particle swarm optimization algorithm, Fault classification; 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

题名基于PCA-PDBNs的故障检测与自学习辨识被引量：22: 3; 作者王培良夏春江; 机构湖州师范学院信息与控制技术研究所杭州电子科技大学新型电子器件研究所; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2015年第5期1147-1154,共8页; 基金浙江省自然科学基金(LY12F03008)项目资助; 文摘如何提高工业过程故障识别的准确性及其算法训练的效率一直是故障检测与辨识研究领域的重点和热点。将深度学习方法引入该领域,结合粒子群优化(PSO)算法和深度信念网络(DBNs),提出了一种基于PSO的DBNs辨识方法(即PSODBNs,PDBNs),使用该方法对复杂函数的拟合进行了数值仿真。实验结果表明,相比于基本的DBNs模型,经PSO算法对网络参数优化后的DBNs模型获得了更好的函数逼近效果,具有更高的辨识精度。为验证该方法在实际工业过程故障检测中的可行性,结合主元分析(PCA),提出了一种PCA-PDBNs模型,并将此应用于田纳西-伊斯曼(TE)过程的故障检测中,结果表明,基于PCA-PDBNs方法降低了故障检测模型的复杂度,进一步提高了对未知故障类型的辨识精度,取得了较好效果。; 关键词深度信念网络粒子群优化主元分析故障检测自学习辨识; Keywords deep belief network particle swarm optimization principal component analysis（PCA） fault detection self-learning identification; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TH165.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于深层长短期记忆网络与批规范化的间歇过程故障检测方法被引量：8: 4; 作者王硕王培良; 机构杭州电子科技大学新型电子器件与应用研究所湖州师范学院信息与控制技术研究所; 出处《计算机应用》 CSCD 北大核心 2019年第2期370-375,共6页; 基金国家自然科学基金资助项目(61573137)~~; 文摘传统的基于数据驱动的间歇过程故障诊断方法往往需要对过程数据的分布进行假设,而且对非线性等复杂数据的监控往往会出现误报和漏报,为此提出一种基于长短期记忆网络(LSTM)与批规范化(BN)结合的监督学习方法,不需要对原始数据的分布进行假设。首先,对间歇过程原始数据运用一种按变量展开并连续采样的预处理方式,使处理后的数据可以向LSTM单元输入;然后,利用改进的深层LSTM网络进行特征学习,该网络通过添加BN层,结合交叉熵损失的表示方法,可以有效提取间歇过程数据的特征并进行快速学习;最后,在一类半导体蚀刻过程上进行仿真实验。实验结果表明,所提方法比多元线性主成分分析(MPCA)方法故障识别的种类更多,可以有效地识别各类故障,对故障的整体检测率达到95%以上;比传统单层LSTM模型建模速度更快,且对故障的整体检测率提高了8个百分点以上,比较适合处理间歇过程中具有非线性、多工况等特征的故障检测问题。; 关键词数据驱动深度学习长短期记忆网络间歇过程故障检测; Keywords data driven deep learning Long Short-Term Memory(LSTM)network batch process fault detection; 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	基于多社交数据源的协同推荐方法研究	王瑞琴潘俊李一啸	《电信科学》北大核心	2015	2	在线阅读下载PDF 职称材料
2	基于K-PSO稀疏表示的故障分类方法研究	傅蒙蒙王培良	《计算机科学》 CSCD 北大核心	2016	1	在线阅读下载PDF 职称材料
3	基于PCA-PDBNs的故障检测与自学习辨识	王培良夏春江	《仪器仪表学报》 EI CAS CSCD 北大核心	2015	22	在线阅读下载PDF 职称材料
4	基于深层长短期记忆网络与批规范化的间歇过程故障检测方法	王硕王培良	《计算机应用》 CSCD 北大核心	2019	8	在线阅读下载PDF 职称材料