期刊文献+
共找到28篇文章
< 1 2 >
每页显示 20 50 100
基于共生互信息量的医学图像配准 被引量:27
1
作者 卢振泰 陈武凡 《计算机学报》 EI CSCD 北大核心 2007年第6期1022-1027,共6页
该文考虑对应点及其邻域内不同方向上的像素点,将图像的空间与方向信息引入到配准中,提出了一种新的相似性测度——共生互信息量(Co-MI),并在此基础上构造了一种新的配准算法——最大共生互信息量法.实验结果表明在图像空间分辨率较低,... 该文考虑对应点及其邻域内不同方向上的像素点,将图像的空间与方向信息引入到配准中,提出了一种新的相似性测度——共生互信息量(Co-MI),并在此基础上构造了一种新的配准算法——最大共生互信息量法.实验结果表明在图像空间分辨率较低,有噪声影响和图像部分缺损的情况下,该算法具有计算速度快、精度高、鲁棒性强的特点.作为一种一般性的配准方法,共生互信息量同互信息一样,不仅可以用于图像的刚性和弹性配准,还可以应用到图像配准以外的更广阔的领域,如经济学、运筹学、模式识别等. 展开更多
关键词 图像配准 互信息量 共生矩阵 共生互信息量 空间信息
下载PDF
基于互信息–图卷积神经网络的燃煤电站NOx排放预测 被引量:15
2
作者 刘菡 王英男 +1 位作者 李新利 杨国田 《中国电机工程学报》 EI CSCD 北大核心 2022年第3期1052-1059,共8页
燃煤电站NO_(x)排放预测模型可提高脱硝经济性。NO_(x)排放机理复杂,相关性变量众多,有效的融合相关变量之间的信息,能提高NO_(x)排放预测精度。提出了一种基于互信息-图卷积神经网络的NO_(x)排放预测模型。基于某660MW燃煤电站的运行参... 燃煤电站NO_(x)排放预测模型可提高脱硝经济性。NO_(x)排放机理复杂,相关性变量众多,有效的融合相关变量之间的信息,能提高NO_(x)排放预测精度。提出了一种基于互信息-图卷积神经网络的NO_(x)排放预测模型。基于某660MW燃煤电站的运行参数,计算影响NO_(x)排放的特征变量之间的互信息,设计特征变量间的邻接关系,获取特征邻接矩阵,构建了基于图卷积神经网络的NO_(x)排放预测模型。将所提出的NO_(x)预测模型与基于LSTM、BPNN和LS-SVM的典型NO_(x)预测模型进行对比,实验结果表明,MI-GCN预测模型具有较好的泛化能力和较高的预测精度。 展开更多
关键词 图卷积神经网络 NO_(x)排放预测 互信息 特征邻接矩阵
下载PDF
有限字符约束下的MIMO信道线性预编码设计 被引量:6
3
作者 彭吉生 田霖 +1 位作者 周一青 石晶林 《高技术通讯》 CAS CSCD 北大核心 2013年第11期1117-1123,共7页
考虑到实际通信系统中的信道输入是有限字符输入,研究了有限字符输入约束下的预编码矩阵的设计和优化问题,而且以最大化多输入多输出(MIMO)系统的互信息量为目标函数,提出了一种有限字符约束情况下的预编码矩阵设计方案。该方案将预编... 考虑到实际通信系统中的信道输入是有限字符输入,研究了有限字符输入约束下的预编码矩阵的设计和优化问题,而且以最大化多输入多输出(MIMO)系统的互信息量为目标函数,提出了一种有限字符约束情况下的预编码矩阵设计方案。该方案将预编码矩阵优化问题转化为功率分配矩阵设计和右预编码矩阵设计两个子问题。对于功率分配问题,考虑到是一个凸优化问题,利用经典的最陡下降算法进行迭代优化;对于右奇异值优化问题,考虑到是一个具有酉矩阵约束的优化问题,将该问题转化为黎曼几何上的无约束的优化问题,通过酉矩阵的李群上的最陡下降算法进行求解。试验结果表明,提出的预编码设计方案具有很好的性能,而且收敛速度较快。 展开更多
关键词 互信息量 多输入多输出(MIMO) 预编码矩阵 梯度下降 黎曼几何
下载PDF
Evaluation Criteria Based on Mutual Information for Classifications Including Rejected Class 被引量:6
4
作者 HU Bao-Gang WANG Yong 《自动化学报》 EI CSCD 北大核心 2008年第11期1396-1403,共8页
与用表演措施的常规评估标准不同,信息理论基于在场的标准在机器学习的应用的一个唯一的有益的特征。然而,我们仍然远非正在拥有熵类型标准的深入的理解,说,在与常规基于表演的标准的关系。这份报纸学习通用分类问题,它包括一拒绝... 与用表演措施的常规评估标准不同,信息理论基于在场的标准在机器学习的应用的一个唯一的有益的特征。然而,我们仍然远非正在拥有熵类型标准的深入的理解,说,在与常规基于表演的标准的关系。这份报纸学习通用分类问题,它包括一拒绝,或未知,班。我们在场基本公式和分类基于信息学习的图解的图理论。一个靠近形式的方程为通用分类问题在规范的相互的信息和扩充混乱矩阵之间被导出。敏感方程的三个定理和定理集合为学习在相互的信息和常规表演索引之间的关系被给。我们也与常规标准比较举与相互的信息标准的优点和限制有关的数字例子和几讨论。 展开更多
关键词 评价标准 信息分类 自动化技术 熵值
下载PDF
基于图卷积神经网络的脑力负荷识别 被引量:1
5
作者 张效艇 陈兰岚 陈长德 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第6期882-889,共8页
针对生理信号特征提取过程依赖于先验知识,且传统深度学习算法不考虑通道间耦合关系的问题,构建了基于图卷积神经网络的脑力负荷识别模型。数据集包含多通道连续采集的近红外光谱,分别计算基于互信息、锁相值和皮尔森相关系数的连通性... 针对生理信号特征提取过程依赖于先验知识,且传统深度学习算法不考虑通道间耦合关系的问题,构建了基于图卷积神经网络的脑力负荷识别模型。数据集包含多通道连续采集的近红外光谱,分别计算基于互信息、锁相值和皮尔森相关系数的连通性矩阵来反映通道间的内在联系,并将近红外光谱和连通性矩阵组成图结构输入到图卷积神经网络。实验结果表明,该模型具有良好的抽象特征提取能力,在输入中融合通道间相关性系数有助于提升脑力负荷的识别精度,且连通性矩阵的可视化结果表明大脑额叶区对脑力负荷变化较敏感。 展开更多
关键词 脑力负荷识别 近红外光谱 图卷积神经网络 互信息 连通性矩阵
下载PDF
基于高维互信息量的图像配准 被引量:3
6
作者 张明慧 卢振泰 陈武凡 《计算机工程与设计》 CSCD 北大核心 2007年第18期4420-4421,4468,共3页
基于互信息量的图像配准算法只考虑单个相对应点间的关系,忽略了图像的空间信息,因此当图像分辨率较低、有噪声影响和部分缺损时就容易出现误配。将图像的空间信息引入到配准中,考虑对应点及其邻域的关系,提出了一种新的相似性测度——... 基于互信息量的图像配准算法只考虑单个相对应点间的关系,忽略了图像的空间信息,因此当图像分辨率较低、有噪声影响和部分缺损时就容易出现误配。将图像的空间信息引入到配准中,考虑对应点及其邻域的关系,提出了一种新的相似性测度——高维互信息量。新的测度不仅能够反映图像的灰度统计信息,而且能够反映图像的空间信息。实验结果表明,在图像空间分辨率较低、有噪声影响和图像部分缺损的情况下,该算法具有较高的准确性。 展开更多
关键词 图像配准 互信息量 共生矩阵 高维互信息量 空间信息
下载PDF
多任务下的特征分布蒸馏算法研究
7
作者 葛海波 周婷 +1 位作者 黄朝锋 李强 《计算机工程与应用》 CSCD 北大核心 2023年第21期83-90,共8页
卷积神经网络性能的快速提升是以不断堆叠的网络层数以及成倍增长的参数量和存储空间为代价,这不仅会使模型在训练过程中出现过拟合等问题,也不利于模型在资源受限的嵌入式设备上运行,因而提出模型压缩技术来解决上述问题,主要对模型压... 卷积神经网络性能的快速提升是以不断堆叠的网络层数以及成倍增长的参数量和存储空间为代价,这不仅会使模型在训练过程中出现过拟合等问题,也不利于模型在资源受限的嵌入式设备上运行,因而提出模型压缩技术来解决上述问题,主要对模型压缩技术中的特征蒸馏算法进行了研究。针对特征蒸馏中利用教师网络特征图指导学生网络并不能很好地锻炼学生网络特征拟合能力的问题,提出基于特征分布蒸馏算法。该算法利用条件互信息的概念构建模型特征空间的概率分布,并引入最大平均差异(maximum mean discrepancy,MMD)设计损失函数以最小化教师网络和学生网络特征分布间的距离。在知识蒸馏的基础上利用toeplitz矩阵对学生网络进行权重共享操作,进一步节省了模型的存储空间。为验证在特征分布蒸馏算法训练下学生网络的特征拟合能力,在图像分类、目标检测和语义分割三种图像处理任务上进行了实验验证,实验表明所提算法在以上三种学习任务中的表现均优于对比算法且实现了不同网络架构间的蒸馏。 展开更多
关键词 特征分布蒸馏 条件互信息 特征分布 最大平均差异(MMD) TOEPLITZ矩阵
下载PDF
准一维混合自旋(1/2,5/2)Ising-XXZ模型的量子相干和互信息
8
作者 孙振辉 胡丽贞 +1 位作者 徐玉良 孔祥木 《物理学报》 SCIE EI CAS CSCD 北大核心 2023年第13期1-10,共10页
准一维混合自旋(1/2,5/2)Ising-XXZ模型可以用来研究一些材料(如异质三金属化合物Fe-Mn-Cu)的磁性质,该研究也有助于这类材料在量子信息等领域的应用.本文利用转移矩阵法计算了该模型的量子相干和互信息,讨论了Ising作用、温度和磁场对... 准一维混合自旋(1/2,5/2)Ising-XXZ模型可以用来研究一些材料(如异质三金属化合物Fe-Mn-Cu)的磁性质,该研究也有助于这类材料在量子信息等领域的应用.本文利用转移矩阵法计算了该模型的量子相干和互信息,讨论了Ising作用、温度和磁场对其的影响.结果表明,在极低温度下随Ising作用的增强量子相干逐渐减小,而互信息在各向同性系统中存在一个极小值,在各向异性系统(?=4)中存在多个极小值.进一步研究发现,量子相干和互信息在量子临界点存在突变,其一阶导数在该点存在奇异行为.还研究了有限温度下的量子相干和互信息,当磁场较弱时,两者随温度的升高单调减小;当磁场较强时,热涨落与磁场的竞争使得两者随温度的升高先增大后减小.相比于量子互信息,量子相干存在于更大的磁场和温度范围内,有利于在实验中对其进行调控. 展开更多
关键词 量子相干 量子互信息 量子相变 Ising-XXZ模型 转移矩阵法
下载PDF
基于EEG脑网络下肢动作视觉想象识别研究 被引量:4
9
作者 李昭阳 龚安民 伏云发 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第4期570-580,共11页
基于想象的脑机接口(Brain‐Computer Interface,BCI)在运动障碍康复中有潜在的应用.传统的想象任务是运动想象(Motor Imagery,MI),但MI不易习得和控制,且存在“BCI(Brain Computer Interface)盲”现象,使得该类BCI的实用化受限.为寻找... 基于想象的脑机接口(Brain‐Computer Interface,BCI)在运动障碍康复中有潜在的应用.传统的想象任务是运动想象(Motor Imagery,MI),但MI不易习得和控制,且存在“BCI(Brain Computer Interface)盲”现象,使得该类BCI的实用化受限.为寻找下肢运动障碍的康复方法,采用一种较少被研究且易完成的心理想象,即“视觉想象(Visual Imagery,VI)”来构建BCI,但该类BCI的分类难度较大,需要探索有效的特征提取方法.招募18名被试参加两种动态图片的视觉想象任务并采集脑电(Electroencephalogram,EEG)数据;采用EEG互信息构建功能网络,利用图论分析方法计算脑网络的网络属性特征,分别以网络属性特征、不同维度邻接矩阵空间特征与网络属性与邻接矩阵组合特征构建特征向量;最后采用支持向量机(Support Vector Machine,SVM)对两类视觉想象任务进行分类.结果显示,采用八维互信息邻接矩阵构建的空间特征集具有较好的可分性,平均分类精度为90.12%±5.43%,表明基于EEG互信息邻接矩阵空间特征是识别所设计的VI任务的有效特征,可望为构建新型的在线视觉想象脑机接口用于下肢运动障碍康复提供思路. 展开更多
关键词 视觉想象 脑机交互 互信息 邻接矩阵
下载PDF
Reduction of Systematic Error in Radiopharmaceutical Activity by Entropy Based Mutual Information
10
作者 Palliyakarany T. K. Kumar Toshikazu Takeda 《World Journal of Nuclear Science and Technology》 2012年第1期1-5,共5页
The quality of the radiation dose depends upon the gamma count rate of the radionuclide used. Any reduction in error in the count rate is reflected in the reduction in error in the activity and consequently on the qua... The quality of the radiation dose depends upon the gamma count rate of the radionuclide used. Any reduction in error in the count rate is reflected in the reduction in error in the activity and consequently on the quality of dose. All the efforts so far have been directed only to minimize the random errors in count rate by repetition. In the absence of probability distribution for the systematic errors, we propose to minimize these errors by estimating the upper and lower limits by the technique of determinant in equalities developed by us. Using the algorithm we have developed based on the tech- nique of determinant inequalities and the concept of maximization of mutual information (MI), we show how to process element by element of the covariance matrix to minimize the correlated systematic errors in the count rate of 113 mIn. The element wise processing of covariance matrix is so unique by our technique that it gives experimentalists enough maneuverability to mitigate different factors causing systematic errors in the count rate and consequently the activity of 113 mIn. 展开更多
关键词 Random and Systematic ERRORS Covariance matrix Limits for Correlated Elements by DETERMINANT INEQUALITIES mutual information REDUCTION of Systematic ERRORS by Maximizing mutual information
下载PDF
一种优化标签的矩阵分解推荐算法 被引量:2
11
作者 张明 郭娣 《计算机工程与应用》 CSCD 北大核心 2015年第23期119-124,共6页
个性化推荐研究中,垃圾标签不仅会导致数据稀疏性问题,同时影响推荐的实时性和精确性。因此提出一种优化标签的矩阵分解推荐算法OTMFR,该算法分为两个阶段:首先优化标签,在建立三部网络图的基础上提出一种标签排序算法,利用互增强的关... 个性化推荐研究中,垃圾标签不仅会导致数据稀疏性问题,同时影响推荐的实时性和精确性。因此提出一种优化标签的矩阵分解推荐算法OTMFR,该算法分为两个阶段:首先优化标签,在建立三部网络图的基础上提出一种标签排序算法,利用互增强的关系得到关于标签流行度的排序,去除排序靠后的垃圾标签;然后在此基础上利用用户和资源对标签的偏好信息构建用户-资源偏好矩阵,并从矩阵分解的角度为用户产生推荐。在Delicious数据集上的实验结果表明,该算法在推荐精准度上有较为明显的效果。 展开更多
关键词 标签 网络图 互增强 偏好信息 矩阵分解
下载PDF
基于互信息粒度的相对约简的矩阵计算方法 被引量:2
12
作者 项海飞 《西南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第3期60-64,共5页
提出了一种基于互信息粒度的相对约简模型,该模型利用互信息度量决策系统中的条件属性,将互信息对属性的度量映射到布尔矩阵,并能得到完备的相对约简结果;同时给出了基于布尔矩阵属性重要度的度量方法,在此基础上,设计了一种相对约简启... 提出了一种基于互信息粒度的相对约简模型,该模型利用互信息度量决策系统中的条件属性,将互信息对属性的度量映射到布尔矩阵,并能得到完备的相对约简结果;同时给出了基于布尔矩阵属性重要度的度量方法,在此基础上,设计了一种相对约简启发式计算方法,最后通过实验验证了方法的有效性. 展开更多
关键词 互信息 布尔矩阵 相对约简 粗糙集 粒度计算
下载PDF
Comparative Analysis of Splice Site Regions by Information Content
13
作者 T.Shashi Rekha Chanchal K.Mitra 《Genomics, Proteomics & Bioinformatics》 SCIE CAS CSCD 2006年第4期230-237,共8页
We have applied concepts from information theory for a comparative analysis of donor (gt) and acceptor (ag) splice site regions in the genes of five different organisms by calculating their mutual information cont... We have applied concepts from information theory for a comparative analysis of donor (gt) and acceptor (ag) splice site regions in the genes of five different organisms by calculating their mutual information content (relative entropy) over a selected block of nucleotides. A similar pattern that the information content decreases as the block size increases was observed for both regions in all the organisms studied. This result suggests that the information required for splicing might be contained in the consensus of -6-8 nt at both regions. We assume from our study that even though the nucleotides are showing some degrees of conservation in the flanking regions of the splice sites, certain level of variability is still tolerated, which leads the splicing process to occur normally even if the extent of base pairing is not fully satisfied. We also suggest that this variability can be compensated by recognizing different splice sites with different spliceosomal factors. 展开更多
关键词 splice site substitution matrix mutual information content relative entropy
原文传递
结合互信息的因子分析对患癌因素的分类仿真 被引量:1
14
作者 孙士保 赵鹏程 +1 位作者 李玉祥 李元颖 《计算机仿真》 北大核心 2021年第2期214-219,共6页
智慧医疗呈现出蓬勃发展的态势,因子分析是多维数据分析中常用的特征选择方法,而该方法无法处理非线性关系。互信息是评估特征间依赖的强弱程度,具有良好非线性关系处理能力。鉴于此,提出结合互信息的因子分析方法,采用互信息对特征间... 智慧医疗呈现出蓬勃发展的态势,因子分析是多维数据分析中常用的特征选择方法,而该方法无法处理非线性关系。互信息是评估特征间依赖的强弱程度,具有良好非线性关系处理能力。鉴于此,提出结合互信息的因子分析方法,采用互信息对特征间的相关性进行计算,将结果转换为特征值矩阵作为评估标准确定公因子,由累积贡献率选择新特征以达到降维目的,提升模型精度。选取神经网络作为分类器,采用实际数据对提出的算法进行对比实验,正确分类精度达到96.51%,损失函数为0.1138,仿真结果表明分类准确度在高维癌症数据集中得到提升,验证了方法的有效性。 展开更多
关键词 互信息 因子分析 特征值矩阵 累积贡献率 癌症风险因素分类
下载PDF
基于互信息的二进制区分矩阵特征约简方法 被引量:1
15
作者 项海飞 《西南师范大学学报(自然科学版)》 CAS 北大核心 2015年第8期33-38,共6页
基于互信息度量的特征约简是一种重要的Filter特征约简方法,其目的是剔除条件特征中与决策类别不相关的特征,并使约简子集中特征间的相关性最小.为此,本文基于特征间的区分性评价准则,提出了互信息下二进制区分矩阵的特征约简模型,并从... 基于互信息度量的特征约简是一种重要的Filter特征约简方法,其目的是剔除条件特征中与决策类别不相关的特征,并使约简子集中特征间的相关性最小.为此,本文基于特征间的区分性评价准则,提出了互信息下二进制区分矩阵的特征约简模型,并从理论上证明了二进制区分矩阵模型与互信息模型下特征约简的等价性;其次给出了条件特征的重要性度量准则,并利用渐进式计算方法构造了一种快速的特征约简算法;最后通过实验进一步验证了算法的可行性. 展开更多
关键词 互信息 特征约简 不可区分矩阵 粗糙集
下载PDF
基于互信息和分形维数相结合的选择性聚类融合算法研究 被引量:1
16
作者 吴晓璇 倪志伟 +1 位作者 倪丽萍 张琛 《模式识别与人工智能》 EI CSCD 北大核心 2014年第9期847-855,共9页
针对传统聚类融合算法不能消除劣质聚类成员的干扰,以及聚类准确性不高等问题,提出一种基于分形维数的选择性聚类融合算法.该算法实现增量式聚类,能够发现任意形状的聚类.通过基于互信息计算权值的选择策略,选取部分优质聚类成员,再利... 针对传统聚类融合算法不能消除劣质聚类成员的干扰,以及聚类准确性不高等问题,提出一种基于分形维数的选择性聚类融合算法.该算法实现增量式聚类,能够发现任意形状的聚类.通过基于互信息计算权值的选择策略,选取部分优质聚类成员,再利用加权共协矩阵实现融合,获得最终的聚类结果.实验证明,与传统聚类融合算法相比,该算法提高了聚类质量,具有较好的扩展性. 展开更多
关键词 选择性聚类融合 分形维数 互信息 选择策略 共协矩阵
下载PDF
基于互信息和单应性原理的图像自动配准研究 被引量:1
17
作者 王小华 杨冰 《杭州电子科技大学学报(自然科学版)》 2009年第1期54-57,共4页
基于图像特征的配准是图像配准的一个主要研究方向。传统的基于特征的配准方法一般都存在着计算量大、复杂度高以及配准精度低等问题。该文提出了一种基于互信息和单应性原理的图像自动配准方法。该方法首先利用harris算子提取角点,然... 基于图像特征的配准是图像配准的一个主要研究方向。传统的基于特征的配准方法一般都存在着计算量大、复杂度高以及配准精度低等问题。该文提出了一种基于互信息和单应性原理的图像自动配准方法。该方法首先利用harris算子提取角点,然后通过互信息粗匹配和RANSAC精匹配得到一对一的匹配角点对,最后根据匹配角点对计算出对应的单应矩阵来实现图像配准。为相互间满足刚体变换关系的图像之间的配准提供了一种新的思路。 展开更多
关键词 角点特征 互信息 单应性矩阵 图像自动配准
下载PDF
基于互信息矩阵的油层气油比识别新方法——以南海北部湾盆地涠洲油田为例
18
作者 王任一 张登辉 +2 位作者 郭书生 黄导武 许彪 《地球科学进展》 CAS CSCD 北大核心 2022年第8期851-862,共12页
针对涠洲油田不同气油比油层具有相近中子挖掘效应特征,造成高气油比油层识别困难的问题。利用测井解释、油层测试分析、岩电实验和数值模拟等方法,对不同气油比油层测井响应特征、形成机理和侵入带电阻率影响因素等方面进行综合研究表... 针对涠洲油田不同气油比油层具有相近中子挖掘效应特征,造成高气油比油层识别困难的问题。利用测井解释、油层测试分析、岩电实验和数值模拟等方法,对不同气油比油层测井响应特征、形成机理和侵入带电阻率影响因素等方面进行综合研究表明:①中高气油比油层具有近乎接近的中子挖掘测井响应特征。只有在低气油比及相近地层压力情况下,中子挖掘效应法才能有效区分气油比高低,它是一种“窄谱”识别方法。②油气流体压缩系数对气油比变化很敏感,气油比越高,油气流体压缩系数越大,二者呈近似线性关系。利用油气流体压缩系数识别油层气油比方法,是一种“广谱”识别新方法。③通过求取重构后阵列感应电阻率测井曲线间互信息矩阵,可使隐含在阵列感应电阻率测井资料中气油比高低信息得到放大,互信息矩阵中互信息值的大小近似反映气油比高低信息。基于互信息矩阵的气油比识别方法,克服了中子挖掘效应法的适用限制条件,实现利用油气流体压缩系数对不同气油比油层的“广谱”识别。 展开更多
关键词 高气油比油层 中子挖掘效应 流体压缩系数 侵入带电阻率响应 互信息矩阵
原文传递
一种新的数据流聚类融合算法研究
19
作者 张军 刘文杰 《科技通报》 2018年第5期199-202,共4页
提出一种新的选择性聚类融合算法,该算法主要基于分形维数来处理一些高维数据,选择策略则是主要基于互信息,考虑到已选聚类成员的重要程度与聚类成员的质量和多样性,此算法比较适用的数据聚集类为任意形状的,聚类融合可通过加权定义实... 提出一种新的选择性聚类融合算法,该算法主要基于分形维数来处理一些高维数据,选择策略则是主要基于互信息,考虑到已选聚类成员的重要程度与聚类成员的质量和多样性,此算法比较适用的数据聚集类为任意形状的,聚类融合可通过加权定义实现。仿真实验中在UCI数据集环境运用本文提出的选择性聚类融合算法,实验结果表明该算法具有良好的有效性。 展开更多
关键词 高维数据 互信息 关联矩阵 聚类融合算法
下载PDF
基于mRMR-SOM的异步电机轴承故障诊断研究
20
作者 刘文 周智勇 蔡巍 《机电工程》 北大核心 2024年第1期90-98,共9页
针对异步电机轴承故障诊断问题,提出了一种融合最大相关最小冗余特征选择算法(mRMR)和自组织映射神经网络(SOM)的故障诊断方法,并将其应用于轴承故障诊断的不同阶段。首先,在实验室环境下搭建了异步电机故障诊断试验平台,在不同电机状... 针对异步电机轴承故障诊断问题,提出了一种融合最大相关最小冗余特征选择算法(mRMR)和自组织映射神经网络(SOM)的故障诊断方法,并将其应用于轴承故障诊断的不同阶段。首先,在实验室环境下搭建了异步电机故障诊断试验平台,在不同电机状态下分别采集振动、电流和电压信号,利用统计学方法获取了高维混合特征集;然后,以互信息为背景,利用mRMR根据特征与状态标签间的相关性和特征间的冗余性,筛选了具备强区分能力的特征,以避免计算冗余和后验诊断性能下降;最后,采用SOM对异步电机健康和轴承故障状态进行了分类识别,验证了SOM对异步电机轴承故障诊断的有效性,以及mRMR对故障诊断结果的影响。研究结果表明:基于mRMR-SOM的异步电机轴承故障诊断方法能够准确地区分健康和故障状态,测试集分类准确率达到89%;使用mRMR特征筛选能够将154维特征降低至17维,缩短23.5%的网络收敛时间,并将分类准确率由89%提升至98%;试验结果验证了基于mRMR-SOM的异步电机轴承故障诊断方法对于异步电机轴承故障诊断问题的有效性,且证实其具备良好的诊断效果。 展开更多
关键词 自组织映射神经网络 最大相关最小冗余特征选择算法 互信息 特征降维 特征选择 神经网络算法 U矩阵
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部