检索结果-南通市图书馆

书法之友 2000年第6期 3-4页

作者：陶新民胡长春

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于密度峰值的依维度重置多种群粒子群算法

软件学报 2023年第4期34卷 1850-1869页

作者：陶新民郭文杰李向可陈玮吴永康东北林业大学工程技术学院黑龙江哈尔滨150040

针对粒子群算法无法有效兼顾开采与勘探的问题,提出一种基于密度峰值的依维度重置多种群粒子群算法.首先采用密度峰值聚类中相对距离的思想并结合适应度值将种群分为两个子种群:顶层群和底层群.之后为顶层群设计专注于开采的学习策略而... 详细信息

针对粒子群算法无法有效兼顾开采与勘探的问题,提出一种基于密度峰值的依维度重置多种群粒子群算法.首先采用密度峰值聚类中相对距离的思想并结合适应度值将种群分为两个子种群:顶层群和底层群.之后为顶层群设计专注于开采的学习策略而为底层群设计倾向于勘探的学习策略,以均衡种群的勘探与开采.最后依维度将陷入局部最优的粒子与全局最优粒子交叉重置,在有效避免早熟收敛的同时也显著减少了无效计算次数.将提出的算法与其他改进的优化算法在基础优化问题与CEC2017测试集上进行实验对比,实验结果均值的统计检验证明了提出算法的改进具有统计学显著性.

关键词：粒子群算法密度峰值聚类多种群依维度重置

在线全文

学校读者我要写书评

暂无评论

密度敏感模糊核最大熵聚类算法

控制理论与应用 2022年第1期39卷 67-82页

作者：李烨桐郭洁祁霖刘璇阮鹏宇陶新民东北林业大学工程技术学院黑龙江哈尔滨150040

提出一种密度敏感模糊核最大熵聚类算法.该算法首先通过核函数将原始非线性非高斯的数据集转化为核空间数据集,然后利用核函数的相似性抵消不属于该聚类的样本数据在聚类过程中对聚类中心求解的干扰,消除正则化系数对聚类结果的影响,进... 详细信息

提出一种密度敏感模糊核最大熵聚类算法.该算法首先通过核函数将原始非线性非高斯的数据集转化为核空间数据集,然后利用核函数的相似性抵消不属于该聚类的样本数据在聚类过程中对聚类中心求解的干扰,消除正则化系数对聚类结果的影响,进而抑制传统最大熵聚类算法的趋同性.最后通过引入相对密度项,解决因样本数据在特征空间的分布差异而导致的聚类中心求解偏差问题,从而提高聚类结果的准确性.实验部分,本文讨论了算法参数间的关系以及对聚类结果的影响.通过与传统模糊C均值聚类算法、核模糊C均值聚类算法、最大熵聚类算法、最大熵规范化权重核模糊C均值聚类算法以及其他两种改进最大熵聚类算法的聚类结果进行对比分析,结果表明本文提出的密度敏感模糊核最大熵聚类算法的聚类性能明显优于其他算法.

关键词：聚类相对密度最大熵聚类算法鲁棒性

在线全文

学校读者我要写书评

暂无评论

基于密度峰值聚类的正则化LFDA算法

计算机集成制造系统 2023年第11期29卷 3639-3655页

作者：陶新民吴永康包艺璇祁霖陈玮范芷汀黄珊东北林业大学工程技术学院黑龙江哈尔滨150040

考虑到现有费舍尔判别分析(FDA)及其改进算法无法同时有效利用有标签数据和无标签数据进行学习,提出一种基于密度峰值聚类的正则化局部费舍尔判别分析(DPC-RLFDA)算法。该算法首先利用密度峰值聚类算法得到的伪标签构造两个正则化项来... 详细信息

考虑到现有费舍尔判别分析(FDA)及其改进算法无法同时有效利用有标签数据和无标签数据进行学习,提出一种基于密度峰值聚类的正则化局部费舍尔判别分析(DPC-RLFDA)算法。该算法首先利用密度峰值聚类算法得到的伪标签构造两个正则化项来规范局部FDA的类间散度矩阵和类内散度矩阵;然后通过求解目标函数得到最优投影向量。此外,为适用于非线性非高斯分布数据集,提出了基于核的DPC-RLFDA。在人工数据集和UCI数据集上的实验结果表明,与FDA及其改进算法相比,所提算法的判别性能得到了显著提升。

关键词：降维特征提取费舍尔判别分析密度峰值聚类

基于高阶统计特征实值阴性克隆选择算法的轴承故障检测

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2008年第7期44卷 230-236页

作者：陶新民杜宝祥徐勇哈尔滨工程大学信息与通信工程学院哈尔滨150001

为解决轴承故障检测领域中异常样本数据不易收集的现实应用问题,提出一种基于实值阴性克隆选择算法(Real-valued negative clone selection,RNCS)的一类轴承故障检测模型。该模型只需要正常样本数据进行训练,利用改进的RNCS生成故障检... 详细信息

为解决轴承故障检测领域中异常样本数据不易收集的现实应用问题,提出一种基于实值阴性克隆选择算法(Real-valued negative clone selection,RNCS)的一类轴承故障检测模型。该模型只需要正常样本数据进行训练,利用改进的RNCS生成故障检测器集合以此实现轴承故障检测。该算法通过引入自适应变异算子和克隆成熟度判定算子。能够提高原有算法抗体的检测能力并加快算法收敛速度。为解决因高阶统计特征(Higher order statistics,HOS)信息繁多而无法有效实现智能检测的不足,模型利用HOS特征矩阵分解的奇异值谱为特征进行检测,该方法不仅有效地减少了数据维度及训练时间,同时还降低了噪声影响提高了检测性能。试验中对不同参数选择及不同正常训练样本个数情况下的检测器性能进行了分析。不同检测器个数之间的性能比较也在试验中给出。将建议的方法同原有算法进行比较,试验结果验证了设计思想的正确性和算法的高效检测性能。

关键词：故障检测高阶统计特征阴性克隆选择奇异值分解自适应变异算子

在线全文

学校读者我要写书评

暂无评论

基于最大小波奇异谱的轴承故障诊断方法

振动．测试与诊断 2010年第1期30卷 78-82,99页

作者：陶新民徐晶刘兴丽刘玉哈尔滨工程大学信息与通信工程学院哈尔滨150001 黑龙江科技学院数学与力学系哈尔滨150027

研究小波奇异谱在轴承故障诊断中的应用问题,针对小波奇异谱熵无法有效实现故障诊断的不足,提出以最大小波奇异谱为特征的轴承故障诊断方法。该方法利用小波变换后的系数矩阵的最大奇异值作为故障诊断特征,并将试验结果与以小波奇异谱... 详细信息

研究小波奇异谱在轴承故障诊断中的应用问题,针对小波奇异谱熵无法有效实现故障诊断的不足,提出以最大小波奇异谱为特征的轴承故障诊断方法。该方法利用小波变换后的系数矩阵的最大奇异值作为故障诊断特征,并将试验结果与以小波奇异谱熵为特征的方法进行比较。结果表明,该方法在识别性能上有显著提高。试验从小波基、窗口宽度两个层面对该方法的诊断性能进行了分析,证明该方法具有较强的稳定性和鲁棒性。

关键词：故障诊断小波变换奇异谱奇异谱熵

在线全文

学校读者我要写书评

暂无评论

求解最小属性约简的病毒协同进化微粒群算法

控制与决策 2012年第2期27卷 259-265页

作者：陶新民王妍徐晶童智靖哈尔滨工程大学信息与通信工程学院哈尔滨150001 黑龙江省科技学院数力系哈尔滨150027

提出一种基于病毒协同进化微粒群的最小属性约简算法.在算法中,进化在宿主与病毒种群之间协同进行,通过满足约简分辨力不变条件的最优病毒种子复制操作产生病毒库,病毒通过感染操作在宿主种群完成横向局部搜索,以提高算法局部精确解搜... 详细信息

提出一种基于病毒协同进化微粒群的最小属性约简算法.在算法中,进化在宿主与病毒种群之间协同进行,通过满足约简分辨力不变条件的最优病毒种子复制操作产生病毒库,病毒通过感染操作在宿主种群完成横向局部搜索,以提高算法局部精确解搜索能力;同时通过删减操作完成自我更新,实现增加局部搜索范围的目的.最后对UCI数据集进行属性约简实验,结果表明该算法在搜索最小属性约简解方面优于其他进化算法,同时收敛速度及寻优效率也有较大提高.

关键词：属性约简微粒群算法病毒库协同进化

在线全文

学校读者我要写书评

暂无评论

略论多民族的融合与唐代文学的繁荣

文学遗产 2004年第3期 35-42页

作者：陶新民安徽大学中文系

本文从隋唐制度的渊源、李唐皇室的血统、多民族的融合方面 ,论证其对唐代政治及社会生活。

关键词：民族融合唐代文学思想隋唐制度社会生活世俗民风唐诗

基于HOS奇异值谱的SVDD轴承故障检测方法

在线全文

学校读者我要写书评

暂无评论

振动工程学报 2008年第2期21卷 203-208页

作者：陶新民杜宝祥徐勇哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

针对轴承故障检测中异常样本不易收集、数据分布不均以及阈值设定等问题,提出了基于支持向量数据描述(SVDD)的轴承故障检测方法。该方法只需对正常样本进行训练,以高阶统计矩阵奇异值谱为故障诊断特征,解决了高阶统计特征(HOS)数据冗余... 详细信息

针对轴承故障检测中异常样本不易收集、数据分布不均以及阈值设定等问题,提出了基于支持向量数据描述(SVDD)的轴承故障检测方法。该方法只需对正常样本进行训练,以高阶统计矩阵奇异值谱为故障诊断特征,解决了高阶统计特征(HOS)数据冗余且受噪声影响的不足。实验分析了不同参数对检测性能的影响,并将本方法与多层感知机(MLP)方法及K均值聚类方法进行了比较,验证了方法的有效性和正确性。

关键词：故障诊断高阶统计特征支持向量数据描述奇异值谱核参数

在线全文

学校读者我要写书评

暂无评论

基于克隆多尺度协同开采的离散微粒群算法

控制与决策 2011年第5期26卷 700-706页

作者：陶新民徐晶王妍刘玉哈尔滨工程大学信息与通信工程学院哈尔滨150001 黑龙江省科技学院数力系哈尔滨150027

提出一种克隆多尺度协同开采的离散微粒群算法.多尺度变异概率根据粒子适应值大小进行动态调节,在算法初期通过大尺度概率变异增加算法多样性,后期通过逐渐减小的小尺度变异提高算法在最优解附近的局部精确解搜索性能,对当前最优解进行... 详细信息

提出一种克隆多尺度协同开采的离散微粒群算法.多尺度变异概率根据粒子适应值大小进行动态调节,在算法初期通过大尺度概率变异增加算法多样性,后期通过逐渐减小的小尺度变异提高算法在最优解附近的局部精确解搜索性能,对当前最优解进行克隆选择,可进一步增强算法逃出局部极小解的能力以及所求解的精度.将算法应用于5个benchmark函数优化问题并与其他算法比较,结果表明该算法不仅能增强全局解搜索性能,同时最优解的精度也有所提高.

关键词：离散微粒群克隆多尺度协同开采