检索结果-南通市图书馆

基于改进最大相关最小冗余判据的暂态稳定评估特征选择

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2013年第34期33卷 179-186,27页

作者：李扬顾雪平华北电力大学电气与电子工程学院河北省保定市071003

提出一种基于改进最大相关最小冗余判据(maximal relevance and minimal redundancy,mRMR)的暂态稳定评估特征选择方法。首先对标准mRMR方法进行改进,在最大相关、最小冗余判据中引入一个权重因子以细化对特征相关性和冗余性的度量。然... 详细信息

提出一种基于改进最大相关最小冗余判据(maximal relevance and minimal redundancy,mRMR)的暂态稳定评估特征选择方法。首先对标准mRMR方法进行改进,在最大相关、最小冗余判据中引入一个权重因子以细化对特征相关性和冗余性的度量。然后,考虑相量测量单元可以提供的故障后实测信息,构造由系统特征构成的原始特征集,将改进的mRMR应用于特征选择。通过增量搜索算法得到一组嵌套的候选特征子集,并使用支持向量机分类器验证各候选特征子集的分类性能,选择得到具有最大分类正确率的特征子集。基于新英格兰39节点系统和IEEE 50机测试系统的算例结果验证了所提特征选择方法的有效性。

关键词：暂态稳定评估特征选择最大相关最小冗余支持向量机相量测量单元

基于深度学习和最大相关最小冗余的火焰图像检测方法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2020年第10期57卷 152-162页

作者：李梓瑞王慧琴胡燕卢英西安建筑科技大学信息与控制工程学院陕西西安710055

为了解决基于浅层特征的火焰识别模型对环境变化敏感且鲁棒性较低的问题,提出了一种基于卷积神经网络串行特征融合模型与最大相关最小冗余(MRMR)的火焰图像检测方法。为了从有限样本集中训练卷积神经网络获取更加全局性的特征,对使用预... 详细信息

为了解决基于浅层特征的火焰识别模型对环境变化敏感且鲁棒性较低的问题,提出了一种基于卷积神经网络串行特征融合模型与最大相关最小冗余(MRMR)的火焰图像检测方法。为了从有限样本集中训练卷积神经网络获取更加全局性的特征,对使用预训练方法提取的火焰图像深层特征进行串行融合;再针对融合后的特征维度高、冗余大且未包含动态特征的问题,利用MRMR特征选择算法,去除与火焰相关性低的特征,获得相关性高的串行特征后与动态特征进行融合,得到最优子集的重构特征向量;最后通过支持向量机分类器完成对火焰目标的检测。实验结果表明,所提方法具有良好的泛化能力,对火焰的检测效果较好。

关键词：图像处理火焰检测卷积神经网络动态特征最大相关最小冗余

基于ReliefF和最大相关最小冗余的多标记特征选择

在线全文

学校读者我要写书评

暂无评论

河南师范大学学报（自然科学版） 2023年第6期51卷 21-29,F0002页

作者：孙林徐枫李硕王振河南师范大学计算机与信息工程学院河南新乡453007

针对现有的特征选择模型未涉及特征和标记集之间的相关度,造成分类精度偏低等情况,提出了基于ReliefF和最大相关最小冗余(maximum Relevance and Minimum Redundancy,mRMR)的多标记特征选择.首先,运用互信息计算每个标记和标记集之间的... 详细信息

针对现有的特征选择模型未涉及特征和标记集之间的相关度,造成分类精度偏低等情况,提出了基于ReliefF和最大相关最小冗余(maximum Relevance and Minimum Redundancy,mRMR)的多标记特征选择.首先,运用互信息计算每个标记和标记集之间的相关度,使用每项相关度占其相关度之和的比例设计了标记权重,由此构建了特征和标记集间的相关度,初选与标记集相关度高的特征;其次,计算对象在特征上的距离,构建了新的特征权值更新公式,基于标记权重改进多标记ReliefF模型.然后,基于互信息和标记权重构建了最大相关性,设计了最小冗余性及其新的最大相关最小冗余评价准则,并将其应用于多标记特征选择,进一步剔除冗余特征;最后,设计了一种基于ReliefF和最大相关最小冗余的多标记特征选择算法,有效提高了多标记分类性能.在8个多标记数据集上测试所提算法的平均分类精度、覆盖率、汉明损失、1错误率和排序损失,实验结果证明了该算法的有效性.

关键词：多标记学习特征选择标记权重 ReliefF 最大相关最小冗余

基于最大相关最小冗余准则的变压器故障诊断特征选择

在线全文

学校读者我要写书评

暂无评论

电工电能新技术 2018年第7期37卷 84-89页

作者：辜超杨祎张晓星金淼周思远国网山东省电力公司电力科学研究院山东济南250002 武汉大学电气工程学院湖北武汉430072

电力变压器油中溶解气体分析(DGA)技术广泛应用于变压器内典型故障诊断,其中基于DGA数据的人工智能诊断方法在变压器故障诊断领域具有较高的识别率,但该类方法在选择故障特征量时尚无统一的标准。鉴于此,本文尝试引入最大相关最小冗余算... 详细信息

电力变压器油中溶解气体分析(DGA)技术广泛应用于变压器内典型故障诊断,其中基于DGA数据的人工智能诊断方法在变压器故障诊断领域具有较高的识别率,但该类方法在选择故障特征量时尚无统一的标准。鉴于此,本文尝试引入最大相关最小冗余算法(mRMR),以互信息理论为基础挖掘变压器故障特征量之间以及特征量与故障类型之间的关联关系,通过分析大量的DGA在线监测数据挖掘出最优的变压器故障特征量集,并采用支持向量机(SVM)分类器对比优选特征量集和传统的特征量集合在变压器故障诊断的效率。最后,通过与SVM智能分类、IEC推荐的三比值分类方法的对比测试表明该方案的故障诊断准确率优于传统的故障诊断方案,故障识别效率高于新型的人工智能诊断方案,更适合于现场的工程应用及推广。

关键词：电力变压器故障诊断溶解气体分析最大相关最小冗余

基于最大相关最小冗余朴素贝叶斯分类器的应用

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2015年第6期32卷 932-934页

作者：陈江鹏彭斌文雯曾庆唐小静胡珊文小焱阙萍重庆医科大学公共卫生与管理学院医学与社会研究中心健康领域社会风险预测治理协同创新中心 400016

目的将基于最大相关最小冗余(maximum relevance minimum redundancy,MRMR)的朴素贝叶斯分类器(naive bayesian classifier,NBC)应用于基因表达数据并与经典NBC、随机森林(random forests,RF)进行比较。方法采用Matlab与R软件编程,应用结肠癌与肺癌基因表达数据集,分别采用上述三种方法进行比较研究,使用10-折交叉验证方法估计经典NBC与RF的分类准确率。结果应用MRMR-NBC分析结肠癌基因表达数据集显示,采用信息熵(mutual information quotient,M IQ)法,当特征m=11时分类准确率达93.55%;而采用信息差(mutual information difference,M ID)法时,当m=15时分类准确率达到95.16%。应用MRMR-NBC分析肺癌基因表达数据集显示,采用MIQ法,当m=14时分类准确率最高达98.63%,而采用MID法时当m=12时分类准确率达到97.26%。而采用经典NBC分析结肠癌与肺癌基因表达数据时,分类准确率分别为66.67%、80.00%;RF在分析结肠癌与肺癌基因表达数据时,分类准确率分别为81.89%、77.62%。结论 M RM R-NBC能在仅有极少属性参与分类时,得到较高的分类准确率,优于经典NBC与RF。

关键词：最大相关最小冗余朴素贝叶斯分类器随机森林特征选择

基于最大相关最小冗余-随机森林算法的多联机系统在线故障诊断策略研究

在线全文

学校读者我要写书评

暂无评论

制冷技术 2019年第6期39卷 1-8页

作者：刘倩李正飞陈焕新王誉舟徐畅华中科技大学能源与动力工程学院

为了提高多联机系统制冷剂充注量故障检测率,本文提出一种结合最大相关最小冗余(minimal-Redundancy-Maximal-Relevance,m RMR)和随机森林(RandomForest,RF)算法的在线故障诊断策略。利用mRMR结合RF在训练集上进行特征选择,结合网格搜... 详细信息

为了提高多联机系统制冷剂充注量故障检测率,本文提出一种结合最大相关最小冗余(minimal-Redundancy-Maximal-Relevance,m RMR)和随机森林(RandomForest,RF)算法的在线故障诊断策略。利用mRMR结合RF在训练集上进行特征选择,结合网格搜索和十折交叉验证对随机森林、决策树和支持向量机3种模型进行参数寻优,并将优化后的模型用于测试集中。在多个在线验证集上对mRMR-RF模型进行验证,结果表明:仅选择6个特征变量就可建立准确率达98.63%的随机森林诊断模型;3种诊断模型中,RF算法的诊断效果最好,整体分类准确率达到97.06%;在4个不同在线多联机系统上检验,其分类准确率分别为95.82%、85.74%、88.24%和93.96%,分类准确率均在85%以上。说明基于mRMR-RF的故障诊断模型具有较强的泛化能力。

关键词：多联机系统故障诊断最大相关最小冗余随机森林参数寻优

在线全文

学校读者我要写书评

暂无评论

基于最大相关最小冗余的多标记特征选择

数码设计 2016年第2期 21-25+20页

作者：杨文元闽南师范大学福建省粒计算重点实验室

针对多标记学习中高维数据运行速度问题,提出一种基于最大相关最小冗余的特征选择算法ML-MRMR。利用数据与标记的互信息,获得了最大相关性最少冗余性特征集合。分析了所选特征百分比与精度关系。实验结果表明,所提出算法在速度和精度上... 详细信息

针对多标记学习中高维数据运行速度问题,提出一种基于最大相关最小冗余的特征选择算法ML-MRMR。利用数据与标记的互信息,获得了最大相关性最少冗余性特征集合。分析了所选特征百分比与精度关系。实验结果表明,所提出算法在速度和精度上都具有明显的优势。

关键词：多标记学习特征选择最大相关最小冗余数据降维

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于优化FCM聚类的RELM风速预测

电网技术 2018年第3期42卷 842-848页

作者：潘超秦本双何瑶袁翀沈清野东北电力大学电气工程学院吉林省吉林市132012 国网淳安供电公司浙江省淳安市311700 国网舟山供电公司浙江省舟山市316000

准确的风速预测对大规模风电并网具有重要意义。提出一种基于互信息属性约简优化聚类的正则化极限学习机短期风速预测方法。首先考虑不同属性特征对风速的不同影响,计算风速特征属性序列与风速序列的互信息,并运用最大相关最小冗余算法... 详细信息

准确的风速预测对大规模风电并网具有重要意义。提出一种基于互信息属性约简优化聚类的正则化极限学习机短期风速预测方法。首先考虑不同属性特征对风速的不同影响,计算风速特征属性序列与风速序列的互信息,并运用最大相关最小冗余算法进行特征选择,然后采用优化的模糊C均值聚类方法对风速样本进行聚类,再对极限学习机进行优化,进而构建风速组合预测模型。最后结合风电场实测数据进行风速预测实验,结果表明该方法具有较高的预测精度。

关键词：风速预测最大相关最小冗余模糊C均值聚类正则化极限学习机

基于动态特性描述的变量加权型分散式故障检测方法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2021年第9期47卷 2205-2213页

作者：钟凯韩敏韩冰大连理工大学电子信息与电气工程学部大连116023 上海船舶运输科学研究所航运技术与安全国家重点实验室上海200135

现代工业生产过程往往具有复杂的动态特性:不同测量变量间会存在不同的时序相关性,且变量间的相互影响会反映在不同的采样时刻上.现有的动态过程监测模型往往不能充分挖掘变量间的动态特性,其故障检测效果也有待进一步提高.在此背景下,... 详细信息

现代工业生产过程往往具有复杂的动态特性:不同测量变量间会存在不同的时序相关性,且变量间的相互影响会反映在不同的采样时刻上.现有的动态过程监测模型往往不能充分挖掘变量间的动态特性,其故障检测效果也有待进一步提高.在此背景下,本文提出一种基于动态特性描述的变量加权型分散式故障检测方法.利用最大相关最小冗余(Minimal redundancy maximal relevance,mRMR)算法更准确地描述动态过程变量间的相关性关系,并利用该相关性的值对原始增广矩阵进行加权处理,且不同延迟变量对当前测量值的影响大小就通过权值来体现,因此能更加全面地刻画该测量值的动态特性.最后建立一种融合mRMR算法,贝叶斯推理以及动态主成分分析(Dynamic principal componemt amalysis,DPCA)模型的新的分布式建模策略,提高了模型的容错能力和泛化能力,取得了更好的故障检测结果.

关键词：主成分分析故障检测最大相关最小冗余加权型分散式方法