基于熵-流特征和樽海鞘群优化支持向量机的故障诊断方法 被引量：23

1

作者 王振亚 姚立纲 +1 位作者 蔡永武 张俊 《振动与冲击》 EI CSCD 北大核心 2021年第6期107-114,共8页

针对旋转机械设备故障特征提取困难的问题,提出一种熵-流特征和樽海鞘群优化支持向量机(salp swarm optimization support vector machine,SSO-SVM)的故障诊断方法。利用改进多尺度加权排列熵(improved multiscale weighted permutation... 针对旋转机械设备故障特征提取困难的问题,提出一种熵-流特征和樽海鞘群优化支持向量机(salp swarm optimization support vector machine,SSO-SVM)的故障诊断方法。利用改进多尺度加权排列熵(improved multiscale weighted permutation entropy,IMWPE)提取机械设备不同工况下的故障特征;采用监督等度规映射(S-Isomap)流形学习进行降维处理,获取低维的熵-流特征集;将熵-流特征输入至SSO-SVM多故障分类器进行识别与诊断。行星齿轮箱故障诊断实验分析结果表明:IMWPE+S-Isomap熵-流特征提取方法优于现有的多尺度排列熵(multiscale permutation entropy,MPE)、多尺度加权排列熵(multiscale weighted permutation entropy,MWPE)和IMWPE等熵值特征提取方法以及IMWPE+等度规映射(Isomap)和IMWPE+线性局部切空间排列(linear local tangent space alignment,LLTSA)等熵-流特征提取方法;樽海鞘群算法对支持向量机参数寻优效果优于粒子群、灰狼群、人工蜂群和蝙蝠群等算法;所提故障诊断方法识别精度达到100%,能够有效诊断出行星齿轮箱各工况类型。 展开更多

关键词 故障诊断 行星齿轮箱 熵-流特征 改进多尺度加权排列熵(IMWPE) 等度规映射(isomap) 樽海鞘群优化算法(SSO) 支持向量机(SVM)

下载PDF 职称材料

参数优化变分模态分解与多域流形学习的行星齿轮箱故障诊断 被引量：18

2

作者 王振亚 姚立纲 +2 位作者 戚晓利 张俊 郑近德 《振动与冲击》 EI CSCD 北大核心 2021年第1期110-118,126,共10页

针对行星齿轮箱特征提取困难的问题,提出一种基于参数优化变分模态分解与多域流形学习的故障诊断方法。首先,利用樽海鞘群优化变分模态分解(SSO-VMD)对信号进行分解与重构,降低噪声干扰;然后,从多域提取故障特征,并采用改进监督型自组... 针对行星齿轮箱特征提取困难的问题,提出一种基于参数优化变分模态分解与多域流形学习的故障诊断方法。首先,利用樽海鞘群优化变分模态分解(SSO-VMD)对信号进行分解与重构,降低噪声干扰;然后,从多域提取故障特征,并采用改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)算法进行降维处理,获取低维故障特征;最后,运用人工蜂群优化支持向量机(ABC-SVM)多故障分类器进行诊断识别。将SSO-VMD与经验模态分解进行对比,仿真信号分析结果验证SSO-VMD的优越性。将所提故障诊断方法应用于行星齿轮箱故障诊断实验分析中,结果表明:多域特征提取效果优于时域、频域和尺度域等单域特征提取效果;ISSL-Isomap降维效果优于等度规映射,t-分布邻域嵌入,线性判别分析,加权等度规映射和监督等度规映射等算法;所提方法故障识别率达到100%,能够有效识别出行星齿轮箱各工况类型。 展开更多

关键词 变分模态分解 等度规映射 流形学习 支持向量机 行星齿轮箱 故障诊断

下载PDF 职称材料

基于增量式等距映射同双重局部密度方法的工业过程故障检测

3

作者 冯立伟 孙立文 +1 位作者 顾欢 李元 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第4期525-533,共9页

针对工业过程的非线性和动态性问题,提出一种基于流形学习下的增量式等距映射(IISOMAP)与双重局部密度(DLD)相结合的故障检测方法(IISOMAP-DLD).利用IISOMAP将原始数据映射到低维流形特征子空间和剩余子空间;然后,在两个子空间中分别引... 针对工业过程的非线性和动态性问题,提出一种基于流形学习下的增量式等距映射(IISOMAP)与双重局部密度(DLD)相结合的故障检测方法(IISOMAP-DLD).利用IISOMAP将原始数据映射到低维流形特征子空间和剩余子空间;然后,在两个子空间中分别引入双重局部密度方法构建统计量对过程进行监控;最后,将IISOMAP-DLD方法应用到田纳西-伊斯曼(TE)过程.实验结果表明,IISOMAP-DLD对比其他方法有更高的故障检测率.IISOMAP在保留数据内在特征的同时,解决了过程的非线性问题,而双重局部密度方法可消除过程的动态性. 展开更多

关键词 流形学习 等距映射 局部密度 故障检测 动态性

下载PDF 职称材料

基于增量流形学习的语音情感特征降维方法 被引量：5

4

作者 王海鹤 陆捷荣 +1 位作者 詹永照 毛启容 《计算机工程》 CAS CSCD 北大核心 2011年第12期144-146,共3页

非线性流形学习可以准确反映现实非线性数据本质并进行较好的降维,但在语音情感识别过程中难以有效处理不断增加的语音数据集,也不能充分利用训练过程中的情感特征信息。针对上述情况,提出一种基于增量流形学习的语音情感特征降维方法... 非线性流形学习可以准确反映现实非线性数据本质并进行较好的降维,但在语音情感识别过程中难以有效处理不断增加的语音数据集,也不能充分利用训练过程中的情感特征信息。针对上述情况,提出一种基于增量流形学习的语音情感特征降维方法。该方法利用等距映射将训练样本特征维数降至目标维数后,通过增量流形学习的方法分批求得测试样本的低维特征。实验结果表明,相比同类方法,该方法具有较低的运算复杂度和较高的识别率。 展开更多

关键词 语音情感识别 增量流形学习 特征降维 等距映射 支持向量机

下载PDF 职称材料

非线性降维算法及其在医院绩效考核上的应用 被引量：4

5

作者 李凯 黄添强 +1 位作者 余养强 郭躬德 《计算机应用》 CSCD 北大核心 2010年第4期1004-1007,共4页

流形学习算法中的等距嵌入算法(ISOMAP)具有对离群点敏感的瑕疵,针对此问题,提出利用基于共享近邻的距离度量方式,并充分利用了流形上对象的局部密度信息,有效改善了算法的性能,提高了算法的健壮性。同时,首次尝试将该改进的流形学习算... 流形学习算法中的等距嵌入算法(ISOMAP)具有对离群点敏感的瑕疵,针对此问题,提出利用基于共享近邻的距离度量方式,并充分利用了流形上对象的局部密度信息,有效改善了算法的性能,提高了算法的健壮性。同时,首次尝试将该改进的流形学习算法应用于医院绩效考核。人工数据与真实数据上的实验表明,改进的算法健壮且有效,在绩效考核上应用成功。 展开更多

关键词 非线性降维 共享近邻 等距嵌入算法 离群点 绩效考核

下载PDF 职称材料

基于Wavelet leader和优化的等距映射算法的回转支承自适应特征提取 被引量：3

6

作者 赵祥龙 陈捷 +2 位作者 洪荣晶 王华 李媛媛 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2019年第11期2092-2101,共10页

为了解决回转支承振动信号微弱,特征信息不易提取的问题,提出基于Wavelet leader方法和经混合灰狼算法优化的等距映射算法(HGWO-ISOMAP)的多分形自适应特征提取方法.利用Wavelet leader计算多分形特征,挖掘振动数据的几何结构信息,构造... 为了解决回转支承振动信号微弱,特征信息不易提取的问题,提出基于Wavelet leader方法和经混合灰狼算法优化的等距映射算法(HGWO-ISOMAP)的多分形自适应特征提取方法.利用Wavelet leader计算多分形特征,挖掘振动数据的几何结构信息,构造高维特征矩阵;通过HGWO优化后的ISOMAP算法对高维特征矩阵进行自适应特征筛选;将筛选后的特征矩阵输入到经遗传算法(GA)优化的最小二乘支持向量机(LSSVM)中进行故障状态识别.为了验证所提方法的优越性,采用课题组自主研发的回转支承综合性能试验台对某型号回转支承进行全寿命实验.结果表明,相比一般时域、时频域、频域特征提取方法,所提方法能提高识别精度,缩短计算时间,为回转支承特征提取提供新的有效途径. 展开更多

关键词 回转支承 特征提取 多分形特征 WAVELET LEADER 混合灰狼优化算法(HGWO) 等距映射(isomap)

下载PDF 职称材料

基于ISOMAP降维的复杂轮廓异常点识别方法 被引量：3

7

作者 聂斌 李京亚 姚雪海 《中国机械工程》 EI CAS CSCD 北大核心 2016年第12期1603-1608,共6页

高维复杂轮廓异常点识别方法研究是目前过程轮廓监控的重要课题之一。以高维复杂轮廓为研究对象,建立非参数轮廓矩阵模型,将基于测地距离的ISOMAP非线性降维技术与χ^2控制图相结合,提出新的轮廓异常点识别方法,以实现高维复杂轮廓异常... 高维复杂轮廓异常点识别方法研究是目前过程轮廓监控的重要课题之一。以高维复杂轮廓为研究对象,建立非参数轮廓矩阵模型,将基于测地距离的ISOMAP非线性降维技术与χ^2控制图相结合,提出新的轮廓异常点识别方法,以实现高维复杂轮廓异常点的准确识别。仿真实验和实际案例的应用分析结果证实该方法在异常点识别的准确性方面具有良好的性能。 展开更多

关键词 异常点识别 等距特征映射(isomap) 轮廓 降维

下载PDF 职称材料

基于最小连通邻域图的ISOMAP算法 被引量：2

8

作者 邵超 万春红 陈广宇 《计算机应用》 CSCD 北大核心 2007年第10期2570-2574,共5页

噪音的干扰和邻域大小的不合适会在ISOMAP算法的邻域图中引入"短路"边,使其不能正确表达数据的邻域结构,从而使该算法具有较差的鲁棒性和拓扑稳定性。为此,根据最小连通邻域图能有效避免"短路"边的特点,提出了一种... 噪音的干扰和邻域大小的不合适会在ISOMAP算法的邻域图中引入"短路"边,使其不能正确表达数据的邻域结构,从而使该算法具有较差的鲁棒性和拓扑稳定性。为此,根据最小连通邻域图能有效避免"短路"边的特点,提出了一种能有效删除"短路"边因而更具鲁棒性和拓扑稳定性的ISOMAP算法——基于最小连通邻域图的ISOMAP(MCNG-ISOMAP)算法。该算法能在一定程度上避免邻域大小难以有效选取的问题,同时还能在不依赖于邻域大小的情况下发现数据真正的固有维数。 展开更多

关键词 等距映射 MCNG-isomap 最小连通邻域图 成本 “短路”边

下载PDF 职称材料

基于多重流形嵌入的局部线性嵌入与等距映射面部表情估计方法 被引量：2

9

作者 赵思阳 张卫华 周激流 《计算机应用》 CSCD 北大核心 2016年第A02期175-178,共4页

对于传统的局部线性嵌入(LLE)算法在给定数据集中无法学习多重流形信息与等距映射(ISOMAP)算法在展现数据内在几何形态不足的特性,为提高面部表情图像的分类精度,提出了一种基于多重流形嵌入的LLE与ISOMAP面部表情估计方法。该算法分别... 对于传统的局部线性嵌入(LLE)算法在给定数据集中无法学习多重流形信息与等距映射(ISOMAP)算法在展现数据内在几何形态不足的特性,为提高面部表情图像的分类精度,提出了一种基于多重流形嵌入的LLE与ISOMAP面部表情估计方法。该算法分别通过LLE和ISOMAP两种流形学习对面部表情图像集进行分类训练,并得到数据的细化二维映射结果,再通过二维表情分布图将两种分类数据进行融合与重排列。为验证融合的可行性,实验通过流行学习对表情数据进行分类与标记,利用五折交叉验证,将数据定义为五种不同表情,并引入表情的识别率对融合算法与两种传统算法进行对比。融合算法使低维数据不但具有数据间的局部线性关系,同时也保证了数据间的全局映射关系。仿真结果表明,融合算法在特定K近邻(KNN)范围内取得较高的识别率和较低的重构误差,基本满足对高维图像实时处理的要求。 展开更多

关键词 面部表情 流形学习 降维 局部线性嵌入 等距映射 流形融合

下载PDF 职称材料

基于ISOMAP改进算法的人耳识别 被引量：2

10

作者 刘嘉敏 李连泽 +1 位作者 王会岩 罗甫林 《计算机应用研究》 CSCD 北大核心 2014年第12期3867-3869,3906,共4页

针对ISOMAP算法对新增样本泛化能力较差的缺点,通过对LLE算法局部重构思想的深入理解,提出了MRC-ISOMAP(manifold reconstruction-ISOMAP)算法用于样本特征的维数约简。MRC-ISOMAP算法对训练样本采用全局非线性结构保持的思想,利用ISOMA... 针对ISOMAP算法对新增样本泛化能力较差的缺点,通过对LLE算法局部重构思想的深入理解,提出了MRC-ISOMAP(manifold reconstruction-ISOMAP)算法用于样本特征的维数约简。MRC-ISOMAP算法对训练样本采用全局非线性结构保持的思想,利用ISOMAP算法计算训练样本的低维表示;对新增样本利用局部线性的思想,保持局部线性关系不变,从而可以更加快速准确地用低维训练样本重构新增样本的低维表示。USTB3人耳图像库上的实验结果表明,与原始ISOMAP算法相比,MRC-ISOMAP算法可以获得更高的识别率,并在处理新样本时具有更高的效率。 展开更多

关键词 人耳识别 流形学习 等距映射 局部线性嵌入

下载PDF 职称材料

基于通勤时间距离的流形聚类与可视化 被引量：2

11

作者 邵超 张啸剑 《计算机研究与发展》 EI CSCD 北大核心 2015年第8期1757-1767,共11页

现有流形学习算法能比较好地学习和可视化高维数据的低维非线性流形结构,但对难以高效选取的邻域大小参数还比较敏感,且要求数据良好采样于单一流形.为了降低流形学习算法对邻域大小参数的敏感程度,并实现对多流形数据的良好聚类与可视... 现有流形学习算法能比较好地学习和可视化高维数据的低维非线性流形结构,但对难以高效选取的邻域大小参数还比较敏感,且要求数据良好采样于单一流形.为了降低流形学习算法对邻域大小参数的敏感程度,并实现对多流形数据的良好聚类与可视化,提出了1种新的基于通勤时间距离的流形学习算法——CTD-ISOMAP(commute time distance isometric mapping).和欧氏距离相比,通勤时间距离以概率的形式综合考虑了邻域图上2点间的所有连接路径,不但更加鲁棒,而且还能表达数据的内在几何结构.因此,CTD-ISOMAP算法采用通勤时间距离能比较好地识别并删除邻域图中可能存在的"短路"边以及不同流形之间的连接边,从而能在更大的邻域大小参数范围内实现对流形数据的良好可视化,并提高对多流形数据的聚类效果.最后的实验结果证实了该算法的有效性. 展开更多

关键词 流形学习 等距映射 聚类 邻域大小 通勤时间距离

下载PDF 职称材料

基于等距映射的视频水印算法 被引量：1

12

作者 聂秀山 刘琚 秦丰林 《计算机工程》 CAS CSCD 北大核心 2010年第19期237-238,243,共3页

提出一种基于等距映射的视频水印算法,利用等距映射把原始视频各帧投影到二维平面上并应用奇异值分解把水印信息嵌入到视频帧与其在二维平面上投影点之间的差值上。实验证明,该算法对随机噪声干扰和诸如旋转、平移、裁剪等空间同步失真... 提出一种基于等距映射的视频水印算法,利用等距映射把原始视频各帧投影到二维平面上并应用奇异值分解把水印信息嵌入到视频帧与其在二维平面上投影点之间的差值上。实验证明,该算法对随机噪声干扰和诸如旋转、平移、裁剪等空间同步失真的攻击以及帧丢弃、帧插入等时间同步失真具有较好的鲁棒性。 展开更多

关键词 等距映射 水印 奇异值分解 鲁棒性

下载PDF 职称材料

基于改进ISOMAP的飞机识别算法 被引量：1

13

作者 王伟 毕笃彦 孙恒义 《计算机工程》 CAS CSCD 北大核心 2011年第21期144-145,共2页

将流形学习方法应用于飞机图像识别中,提出一种基于改进等距映射(ISOMAP)的飞机识别算法。根据飞机图像数据的高维性质,采用改进的ISOMAP对数据进行降维,在构造近邻图的过程中,利用Procrustes距离取代传统的欧氏距离。仿真实验结果证明... 将流形学习方法应用于飞机图像识别中,提出一种基于改进等距映射(ISOMAP)的飞机识别算法。根据飞机图像数据的高维性质,采用改进的ISOMAP对数据进行降维,在构造近邻图的过程中,利用Procrustes距离取代传统的欧氏距离。仿真实验结果证明,该算法的的识别率较高。 展开更多

关键词 流形学习 飞机图像识别 格拉斯曼流形 等距映射 Procrustes距离

下载PDF 职称材料

基于双耦合算法的煤与瓦斯突出预测模型 被引量：13

14

作者 付华 丰胜成 +1 位作者 高振彪 杨玉岗 《中国安全科学学报》 CAS CSCD 北大核心 2018年第3期84-89,共6页

为提高煤与瓦斯突出预测精度,有效预防瓦斯突出灾害,将等距映射（IsoMap）算法与优化加权向量机耦合算法（DDICS-WLS-SVM）相结合,建立煤与瓦斯突出双耦合算法预测模型。首先利用非线性流形学习IsoMap算法对煤与瓦斯突出高维数据进行数... 为提高煤与瓦斯突出预测精度,有效预防瓦斯突出灾害,将等距映射（IsoMap）算法与优化加权向量机耦合算法（DDICS-WLS-SVM）相结合,建立煤与瓦斯突出双耦合算法预测模型。首先利用非线性流形学习IsoMap算法对煤与瓦斯突出高维数据进行数据挖掘,提取其低维本质特征参量;然后通过逐维改进布谷鸟（DDICS）算法对加权最小二乘向量机（WLS-SVM）的正则化参数λ和高斯核参数σ进行寻优;最后对双耦合算法预测模型进行仿真试验,将IsoMap算法提取的低维本质特征作为该预测模型的输入,煤与瓦斯突出强度值作为模型的输出,并与PSO-SVM、LS-SVM方法的预测结果进行对比。结果表明：双耦合算法预测模型的平均相对误差为1.825%,最大相对误差为2.63%,该预测模型具有较高的预测精度。 展开更多

关键词 煤与瓦斯突出 加权最小二乘向量机(WLS-SVM) 等距映射(isomap)算法 耦合算法 预测

下载PDF 职称材料

基于RCMDE和ISOMAP的行星齿轮传动耦合故障辨识研究

15

作者 苏世卿 王华锋 《机电工程》 CAS 北大核心 2024年第9期1584-1594,共11页

现有针对行星齿轮箱的故障诊断方法一般仅研究单一故障,但实际行星齿轮箱的故障一般由多个故障耦合而成,耦合故障的故障机理比单一故障的故障机理更复杂,振动信号中的非线性因素对特征提取的干扰更严重。针对该问题,提出了一种基于精细... 现有针对行星齿轮箱的故障诊断方法一般仅研究单一故障,但实际行星齿轮箱的故障一般由多个故障耦合而成,耦合故障的故障机理比单一故障的故障机理更复杂,振动信号中的非线性因素对特征提取的干扰更严重。针对该问题,提出了一种基于精细复合多尺度散度熵(RCMDE)、等距特征映射(ISOMAP)和遗传算法优化核极限学习机(GA-KELM)的行星齿轮箱耦合故障诊断方法。首先,利用振动加速度计采集了行星齿轮箱单一故障和耦合故障下运行时的振动信号,构建了故障数据集;随后,利用RCMDE提取了行星齿轮箱振动信号的故障特征,建立了初始的特征样本;接着,利用ISOMAP对故障特征进行了降维,并以可视化的方式获取了低维的特征样本;最后,将新特征输入至GA-KELM分类器中,对行星齿轮箱的不同故障类型进行了识别,并基于行星齿轮箱多点损伤样本,对RCMDE方法的可靠性进行了研究。研究结果表明:基于RCMDE和ISOMAP的故障特征提取方法能够有效提取振动信号中的故障特征,而GA-KELM的故障诊断准确率达到了98.13%,平均诊断准确率达到了96.25%。相较其他故障特征提取方法,基于RCMDE、ISOMAP和GA-KELM的行星齿轮箱耦合故障诊断方法能够更好地诊断行星齿轮箱的耦合故障,具有更高的诊断准确率。 展开更多

关键词 齿轮传动 耦合故障 故障诊断准确率 精细复合多尺度散度熵 等距特征映射 遗传算法优化核极限学习机

下载PDF 职称材料

IMIBSE与ISOMAP在旋转机械故障诊断中的应用

16

作者 周继彦 柳金峰 胡义华 《机电工程》 CAS 北大核心 2024年第6期1027-1038,1067,共13页

针对基本熵的区域划分标准不理想,导致无法有效测量振动信号的复杂度,使故障诊断的准确率不佳这一问题,提出了一种基于改进多尺度改进基本熵(IMIBSE)、等距特征映射(ISOMAP)和随机森林(RF)的旋转机械故障诊断方法。首先,采用基于方差的... 针对基本熵的区域划分标准不理想,导致无法有效测量振动信号的复杂度,使故障诊断的准确率不佳这一问题,提出了一种基于改进多尺度改进基本熵(IMIBSE)、等距特征映射(ISOMAP)和随机森林(RF)的旋转机械故障诊断方法。首先,采用基于方差的区域划分准则对基本熵进行了改进,结合改进的粗粒化处理,提出了IMIBSE,并将其用于提取故障特征;随后,利用ISOMAP对原始故障特征进行了特征降维,选择了对分类贡献最大的一组特征作为故障敏感特征;最后,基于RF建立了多故障分类器,将故障敏感特征输入至RF模型进行了训练和测试,实现了旋转机械的故障识别,利用齿轮箱和离心泵两种故障数据集将IMIBSE方法与复合多尺度基本熵、多尺度改进基本熵、多尺度基本熵进行了比较和分析。研究结果表明:IMIBSE不仅具有最佳的可视化效果,而且取得的识别准确率最高,二者均达到了100%,而二者的平均分类准确率分别为100%和99.8%;相较于其他故障诊断方法,IMIBSE方法的准确率更高,而且适用于小样本的故障识别问题。 展开更多

关键词 齿轮箱 离心泵 故障诊断 改进多尺度改进基本熵 等距特征映射 随机森林 改进的粗粒化处理

下载PDF 职称材料

基于改进ISOMAP算法的图像分类 被引量：3

17

作者 魏宪 李元祥 +2 位作者 赵海涛 庹红娅 许鹏 《上海交通大学学报》 EI CAS CSCD 北大核心 2010年第7期911-915,共5页

利用基于邻域的图像欧氏距离寻找最近邻,并用直接线性判别分析方法(Direct LDA)取代多维尺度分析法(MDS),提出一种改进的等距特征映射(ISOMAP)算法(KIMD-ISOMAP)进行降维.人脸图像分类试验表明:KIMD-ISOMAP提高了ISOMAP的分类能力,扩展... 利用基于邻域的图像欧氏距离寻找最近邻,并用直接线性判别分析方法(Direct LDA)取代多维尺度分析法(MDS),提出一种改进的等距特征映射(ISOMAP)算法(KIMD-ISOMAP)进行降维.人脸图像分类试验表明:KIMD-ISOMAP提高了ISOMAP的分类能力,扩展了邻域半径的选取范围,在加高斯噪声和几何形变的情况下,该算法与其他方法相比,表现出较强的鲁棒性. 展开更多

关键词 流形学习 等距特征映射 直接线性判别 图像欧氏距离 降维

下载PDF 职称材料

流形嵌入的支持向量数据描述 被引量：4

18

作者 陈斌 李斌 +1 位作者 潘志松 陈松灿 《模式识别与人工智能》 EI CSCD 北大核心 2009年第4期548-553,共6页

测地距离能在宏观层面上较真实地反映数据中所隐含的几何结构,可基于它的支持向量数据描述(SVDD)无法直接优化.为此,文中提出一种流形分类学习算法的设计框架.用原空间测地距离近似各向同性的特征映射(ISOMAP)降维空间上的欧氏距离,即... 测地距离能在宏观层面上较真实地反映数据中所隐含的几何结构,可基于它的支持向量数据描述(SVDD)无法直接优化.为此,文中提出一种流形分类学习算法的设计框架.用原空间测地距离近似各向同性的特征映射(ISOMAP)降维空间上的欧氏距离,即在隐含ISOMAP降维后空间上执行原学习算法.按照该框架,以SVDD为例发展出嵌入的ISOMAP发现的低维流形的SVDD(mSVDD),从而解决基于测地距离的SVDD的优化问题.USPS手写体数字数据集上的实验表明,mSVDD的单类性能较SVDD有较显著提高. 展开更多

关键词 流形嵌入 测地距离 各向同性的特征映射(isomap) 支持向量数据描述(SVDD) 单类分类

原文传递

基于核矩阵等距映射的无线传感网络节点定位算法 被引量：4

19

作者 杨海 李兵 《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第1期115-123,共9页

针对无线传感网络(Wireless Sensor Network, WSN)中节点位置信息呈现非线性的问题,基于偏最小二乘法(Partial Least Squares, PLS)稳健的多元线性回归特点,结合流形学习中的非线性降维方法,提出了一种基于PLS的核矩阵等距映射(Isometri... 针对无线传感网络(Wireless Sensor Network, WSN)中节点位置信息呈现非线性的问题,基于偏最小二乘法(Partial Least Squares, PLS)稳健的多元线性回归特点,结合流形学习中的非线性降维方法,提出了一种基于PLS的核矩阵等距映射(Isometric Feature Mapping,ISOMAP)节点定位算法.通过节点间测地距离表征节点非相似性,利用样本点贡献率找寻和剔除邻域中的"短路"边,经质心变换和核变换后映射至高维特征区间,采用PLS方法求得节点位置.仿真结果表明,相比ISOMAP和多维尺度(Multidimensional Scale Method, MDS)算法,该算法具有良好的拓扑稳定性、泛化能力、稳健性和定位精度,降低了计算复杂度. 展开更多

关键词 无线传感网络 节点定位 核矩阵 等距映射

下载PDF 职称材料

Isomap的最优嵌入维数的估计算法 被引量：3

20

作者 王勇 吴翊 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第22期6066-6069,共4页

等距特征映射(Isomap)是一种新颖、高效的非线性降维技术,它的一个突出优点是只有两个参数需要设定,即邻域参数和嵌入维数。我们提出了一种新的估计Isomap的最优嵌入维数的算法,该算法使用执行Isomap过程本身所产生的数据来估计流形的... 等距特征映射(Isomap)是一种新颖、高效的非线性降维技术,它的一个突出优点是只有两个参数需要设定,即邻域参数和嵌入维数。我们提出了一种新的估计Isomap的最优嵌入维数的算法,该算法使用执行Isomap过程本身所产生的数据来估计流形的最优嵌入维数,同时能确定邻域参数的最优值。通过与常用的残差估计方法的实例对比,说明这种算法对人造数据集和真实数据集都很有效,而且能更加合理、更加客观地估计出流形的最优嵌入维数。 展开更多

关键词 非线性降维 等距特征映射 残差法 维数

下载PDF 职称材料