期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于稀疏流形聚类嵌入模型和L_1范数正则化的标签错误检测
被引量：
2
1
作者
夏建明
杨俊安
《控制与决策》
EI
CSCD
北大核心
2014年第6期1103-1108,共6页
综合利用含错标签中的有用信息和数据结构中蕴含的鉴别信息,提出一种基于稀疏流形聚类嵌入模型和L1范数正则化的标签错误检测修正方法.首先,用稀疏流形聚类嵌入模型将数据投影到易分类的空间,利用标注正确的极少量样本和最近邻分类器获...
综合利用含错标签中的有用信息和数据结构中蕴含的鉴别信息,提出一种基于稀疏流形聚类嵌入模型和L1范数正则化的标签错误检测修正方法.首先,用稀疏流形聚类嵌入模型将数据投影到易分类的空间,利用标注正确的极少量样本和最近邻分类器获得新标签;然后,构造标签错误检测模型,获得仅含0、1元素的检测向量,正确、错误的标签分别对应着1、0的位置;最后,给出了相应的优化算法及收敛证明,并在相关实验上验证了算法的有效性.
展开更多
关键词
标签错误
稀疏
流形
聚
类
嵌入
L1范数正则化
凸松弛
原文传递
机械故障的稀疏流形聚类与嵌入诊断方法
2
作者
王江萍
段腾飞
《机械科学与技术》
CSCD
北大核心
2017年第10期1582-1588,共7页
传统流形学习算法中邻域尺寸是固定的,在故障诊断中并不恰当。本文中提出了一种基于新型流形学习算法稀疏流形聚类与嵌入(SMCE)的机械故障诊断方法来解决这个问题。SMCE通过求解稀疏优化问题自动确定邻域的大小,将传统流形学习中邻域尺...
传统流形学习算法中邻域尺寸是固定的,在故障诊断中并不恰当。本文中提出了一种基于新型流形学习算法稀疏流形聚类与嵌入(SMCE)的机械故障诊断方法来解决这个问题。SMCE通过求解稀疏优化问题自动确定邻域的大小,将传统流形学习中邻域尺寸选择变为优化问题的惩罚系数选择,进而从高维非线性观测数据中提取流形结构。利用SMCE从轴承和齿轮振动信号中提取特征进行诊断,实验表明,所提方法可以较好的提取故障信号内在的几何结构,应用无监督的谱聚类和有监督的支持向量机进行诊断准确率均高于98%。
展开更多
关键词
稀疏
流形
聚
类
与
嵌入
流形
学习
故障诊断
下载PDF
职称材料
题名
基于稀疏流形聚类嵌入模型和L_1范数正则化的标签错误检测
被引量：
2
1
作者
夏建明
杨俊安
机构
合肥电子工程学院通信对抗系
合肥电子工程学院安徽省电子制约技术重点实验室
出处
《控制与决策》
EI
CSCD
北大核心
2014年第6期1103-1108,共6页
基金
国家自然科学基金项目(61272333)
安徽省自然科学基金项目(1208085MF94
1308085QF99)
文摘
综合利用含错标签中的有用信息和数据结构中蕴含的鉴别信息,提出一种基于稀疏流形聚类嵌入模型和L1范数正则化的标签错误检测修正方法.首先,用稀疏流形聚类嵌入模型将数据投影到易分类的空间,利用标注正确的极少量样本和最近邻分类器获得新标签;然后,构造标签错误检测模型,获得仅含0、1元素的检测向量,正确、错误的标签分别对应着1、0的位置;最后,给出了相应的优化算法及收敛证明,并在相关实验上验证了算法的有效性.
关键词
标签错误
稀疏
流形
聚
类
嵌入
L1范数正则化
凸松弛
Keywords
labeling errors
sparse manifold clustering and embedding
L1 norm regularization
convex relaxation
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
机械故障的稀疏流形聚类与嵌入诊断方法
2
作者
王江萍
段腾飞
机构
西安石油大学机械工程学院
出处
《机械科学与技术》
CSCD
北大核心
2017年第10期1582-1588,共7页
基金
西安石油大学全日制硕士研究生优秀学位论文培育项目(2015YP140407)资助
文摘
传统流形学习算法中邻域尺寸是固定的,在故障诊断中并不恰当。本文中提出了一种基于新型流形学习算法稀疏流形聚类与嵌入(SMCE)的机械故障诊断方法来解决这个问题。SMCE通过求解稀疏优化问题自动确定邻域的大小,将传统流形学习中邻域尺寸选择变为优化问题的惩罚系数选择,进而从高维非线性观测数据中提取流形结构。利用SMCE从轴承和齿轮振动信号中提取特征进行诊断,实验表明,所提方法可以较好的提取故障信号内在的几何结构,应用无监督的谱聚类和有监督的支持向量机进行诊断准确率均高于98%。
关键词
稀疏
流形
聚
类
与
嵌入
流形
学习
故障诊断
Keywords
Sparse manifold clustering and embedding
manifold learning
fault detection
optimization
分类号
TH17 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于稀疏流形聚类嵌入模型和L_1范数正则化的标签错误检测
夏建明
杨俊安
《控制与决策》
EI
CSCD
北大核心
2014
2
原文传递
2
机械故障的稀疏流形聚类与嵌入诊断方法
王江萍
段腾飞
《机械科学与技术》
CSCD
北大核心
2017
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
