检索结果-南通市图书馆

联合字典学习与OCSVM的遥测数据异常检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

航空学报 2023年第13期44卷 202-214页

作者：何家辉程志君郭波国防科技大学系统工程学院长沙410073

针对航天器遥测数据故障样本少,多参数关联异常缺乏有效检测手段的问题,引入字典学习(DL)改进一类支持向量机(OCSVM)对多参数关联关系异常的识别性能,并提出一种联合优化学习机制,以提升模型的检测效果和泛化能力。首先基于正常遥测数据... 详细信息

针对航天器遥测数据故障样本少,多参数关联异常缺乏有效检测手段的问题,引入字典学习(DL)改进一类支持向量机(OCSVM)对多参数关联关系异常的识别性能,并提出一种联合优化学习机制,以提升模型的检测效果和泛化能力。首先基于正常遥测数据,构建字典学习与OCSVM的联合学习函数,通过迭代优化的方法获取最优关联关系特征提取字典和异常决策边界;然后测试样本在最优字典下稀疏分解,提取特征输入优化后的OCSVM;最终基于异常决策边界实现异常标记。将所提方法应用于NASA公布的航天器MSL数据集和某卫星天线遥测数据进行验证,结果表明:相比于现有的一类分类异常检测方法,该方法在异常检测率、F1分数和G-mean等性能指标都有所提升,特别是在关联关系异常检测上展现出更优越的性能。

关键词：字典学习一类支持向量机遥测数据异常检测联合优化

自适应学习字典的信号稀疏表示方法及其在轴承故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

振动工程学报 2022年第5期35卷 1278-1288页

作者：张成黄伟国马玉强阙红波江星星朱忠奎苏州大学轨道交通学院江苏苏州215131 中车戚墅堰机车车辆工艺研究所有限公司江苏常州213011

信号稀疏表示的过完备字典根据构造方式分为解析字典和学习字典两大类。解析字典结构固定,自适应性差。构建解析字典需要充分分析振动信号的振荡特性,获取充足的先验知识。学习字典摆脱了先验知识的桎梏,可以直接从信号中自适应地训练... 详细信息

信号稀疏表示的过完备字典根据构造方式分为解析字典和学习字典两大类。解析字典结构固定,自适应性差。构建解析字典需要充分分析振动信号的振荡特性,获取充足的先验知识。学习字典摆脱了先验知识的桎梏,可以直接从信号中自适应地训练学习出来,自适应性强。结合信号保真能力较好的广义极小极大凹罚函数,提出了基于自适应学习字典的信号稀疏表示方法,改进了K‐SVD算法中样本训练矩阵的构造方式,减少了运算时间,并且利用软阈值算法弥补了学习字典对噪声抵抗性较差的缺点。最后在缺乏先验知识的条件下,分别在轴承的仿真信号和实验信号的分析过程中,运用所提出方法实现故障诊断。

关键词：故障诊断轴承稀疏表示 K‐SVD算法字典学习 GMC罚函数

在线全文

学校读者我要写书评

暂无评论

基于细节关注的高光谱与多光谱图像融合算法

遥感学报 2022年第12期26卷 2594-2602页

作者：方帅闫明畅张晶曹洋合肥工业大学计算机与信息学院合肥230601 工业安全与应急技术安徽省重点实验室合肥230000 中国科学技术大学自动化系合肥230027

低分辨率高光谱图像(LR-HSI)与高分辨率多光谱图像(HR-MSI)融合技术,广泛用于解决图像空间分辨率与光谱分辨率无法同时保持高水平的矛盾。从融合效果上分析,现有算法的空间重建误差与光谱重建误差都主要体现在边缘和细节区域。因此,本... 详细信息

低分辨率高光谱图像(LR-HSI)与高分辨率多光谱图像(HR-MSI)融合技术,广泛用于解决图像空间分辨率与光谱分辨率无法同时保持高水平的矛盾。从融合效果上分析,现有算法的空间重建误差与光谱重建误差都主要体现在边缘和细节区域。因此,本文提出了基于细节关注的字典构建和图像重建的融合算法。在光谱特性保持方面,由于图像邻近效应导致在细节区域光谱分布复杂多样,本文提出对图像层和细节层分别进行字典学习。在空间特性增强方面,提出了细节感知误差和边缘方向自适应全变分约束,并将其与局部低秩约束结合在同一个融合框架用来估计稀疏系数。消融实验证明细节感知误差、细节感知字典和EADTV正则项的引入,在Pavia University数据集上分别将整体精度(PNSR)提升了0.0263、0.289和0.4121,光谱(SAM)精度分别提高了0.2%、4.6%和4.3%。在Pavia University数据集和Indian Pine数据集上的对比实验证明,本文算法相对于次优解,PNSR分别提高了0.4945和0.2345,实验结果印证了本文算法有效地提高了融合精度。通过实验对比,本文提出算法的融合结果在空间特性与光谱特性方面较其他算法有明显提升。

关键词：遥感高光谱图像图像融合字典学习方向自适应全变分局部低秩

在线全文

学校读者我要写书评

暂无评论

层次型非线性子空间字典学习

浙江大学学报（工学版） 2022年第6期56卷 1159-1167页

作者：周国华卢剑伟倪彤光胡学龙常州工业职业技术学院信息工程学院江苏常州213164 常州大学计算机与人工智能学院江苏常州213164 扬州大学信息工程学院江苏扬州225127

为了提高遥感图像场景分类的准确率,提出层次型非线性子空间字典学习(HNSDL)方法.用所提方法训练多层网络模型学习多层非线性变换.将遥感图像投影到子空间中,构建稀疏编码和投影编码的局部信息保持项,在保持局部结构信息的同时最小化样... 详细信息

为了提高遥感图像场景分类的准确率,提出层次型非线性子空间字典学习(HNSDL)方法.用所提方法训练多层网络模型学习多层非线性变换.将遥感图像投影到子空间中,构建稀疏编码和投影编码的局部信息保持项,在保持局部结构信息的同时最小化样本的类内差异,增强模型的分类识别能力.在模型目标式求解中,使用交替学习算法求解子空间和字典的联合学习任务,使所有参数同时达到最优解.在Ucmerced、Google和WHU-RS数据集上进行实验设计和测试,结果表明所提方法在遥感图像的多种场景分类上均表现出较高的分类准确率.

关键词：遥感图像分类稀疏表示子空间学习字典学习

变工况下混合噪声字典和迁移子空间学习的滚动轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2022年第18期41卷 176-183页

作者：张嘉玲武吉梅西安文理学院机械与材料工程学院西安710065 西安理工大学机械与精密仪器工程学院西安710048 西安理工大学印刷包装与数字媒体学院西安710054

滚动轴承在实际运行中受到复杂的工作环境影响,采集的振动信号无法满足独立同分布的条件。同时,振动信号混有大量的噪声和无关信息,直接影响诊断轴承故障的能力。因此,提出一种变工况下混合噪声字典和迁移子空间学习的滚动轴承故障诊断... 详细信息

滚动轴承在实际运行中受到复杂的工作环境影响,采集的振动信号无法满足独立同分布的条件。同时,振动信号混有大量的噪声和无关信息,直接影响诊断轴承故障的能力。因此,提出一种变工况下混合噪声字典和迁移子空间学习的滚动轴承故障诊断方法。首先,通过建立混合噪声字典学习模型,剔除无关信息分量对字典学习的干扰。然后,构建迁移子空间模型,将稀疏化的信号迁移到一个公共子空间中,通过联合分布适配方法和减少源域分类误差来降低两个域的分布差异。最后,通过交替方向乘子方法进行优化求解。实验结果表明,所提出的方法在复杂的可变工况下能够准确地识别滚动轴承故障类型。

关键词：滚动轴承故障诊断字典学习迁移子空间学习

在线全文

学校读者我要写书评

暂无评论

利用字典学习快速匹配追踪压制煤层强反射

石油地球物理勘探 2022年第5期57卷 1156-1163,I0008页

作者：韩站一宋炜李继光赵翠霞赵爱国马晓义中国石化胜利油田分公司物探研究院山东东营257022 中国石油大学(北京)地球物理学院北京昌平102249

煤层强反射信号上、下和内部通常隐藏着弱有效信号,如何有效分离煤层强反射信号周围的弱有效信号,受到了越来越多的关注。匹配追踪算法是解决该难题的有效算法之一。然而,匹配子波母函数早期用Gabor子波,现在常用Morlet小波和Ricker子波... 详细信息

煤层强反射信号上、下和内部通常隐藏着弱有效信号,如何有效分离煤层强反射信号周围的弱有效信号,受到了越来越多的关注。匹配追踪算法是解决该难题的有效算法之一。然而,匹配子波母函数早期用Gabor子波,现在常用Morlet小波和Ricker子波等,而这些子波都是理论子波,和实际地震资料波形特征存在较大差异,因此在匹配过程中会产生残余分量。针对该问题,通过引入了字典学习算法,从地震数据中学习获得字典的有限匹配子波而不是预先定义字典,极大提高了信号分解的匹配度。针对目标区煤层反射不稳定的问题,选择按单个同相轴开展字典学习,从而构建了振幅、相位、主频和极性变化的单峰字典库。通过叠后、叠前的衰减煤层强反射处理分析,验证了新方法在强反射压制方面比常规方法更可靠且有效。应用基于匹配子波的Wigner-Ville高分辨率时频分析方法,揭示了煤层强反射消除前、后时频属性特征,为煤层附近储层的精确描述提供了技术支撑。

关键词：煤层强反射匹配追踪字典学习 Wigner-Ville分布匹配子波

基于多层判别式字典学习算法的传统服饰图像分类

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2023年第2期46卷 104-108页

作者：赵海英王梓舟北京邮电大学人工智能学院北京100876 北京邮电大学计算机学院北京100876

现有的多层判别式字典学习算法中大多采用交替方向乘子法实现字典的更新,在图像分类方面的应用较为成熟。然而,当图像内容较为丰富且含有多个标签时,现有方法在多标签分类上的表现不佳。对此,可采用递归最小二乘法与去相关增强重建系数... 详细信息

现有的多层判别式字典学习算法中大多采用交替方向乘子法实现字典的更新,在图像分类方面的应用较为成熟。然而,当图像内容较为丰富且含有多个标签时,现有方法在多标签分类上的表现不佳。对此,可采用递归最小二乘法与去相关增强重建系数算法构成的二层判别式字典学习结构,更适用于图像多标签分类。通过多层判别式字典学习对数据进行多次稀疏分解,在最后一层判别式中用线性分类器对稀疏分解得到的特征向量进行分类,采用4个多标签分类指标对分类效果进行评判时,发现One-error,Coverage,Ranking-loss三个分类指标越小,Average-precision分类指标越大,算法的性能越优。实验结果表明,在明清服饰纹样数据集上使用多层字典学习算法的分类精度达到了82.17%,在同类算法中的性能最优。

关键词：图像分类监督学习字典学习稀疏表征

流形结构化半监督扩展字典学习的旋转设备故障诊断

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2023年第6期40卷 1069-1078页

作者：周杰陈晓方谢永芳邓紫晴谢世文中南大学自动化学院湖南长沙410083

针对有标签数据不足及传统故障诊断模型判别性差的问题,本文提出一种流形结构化半监督扩展字典学习(MS-SSEDL)的故障诊断方法.首先,为改善缺少有标签数据而导致模型的识别性能较差问题,在MS-SSEDL模型中提出无标签数据重构误差项,利用... 详细信息

针对有标签数据不足及传统故障诊断模型判别性差的问题,本文提出一种流形结构化半监督扩展字典学习(MS-SSEDL)的故障诊断方法.首先,为改善缺少有标签数据而导致模型的识别性能较差问题,在MS-SSEDL模型中提出无标签数据重构误差项,利用无标签数据学习置信度矩阵,从而学习得到扩展字典以增强字典学习的表示性.然后,为增强MS-SSEDL模型的判别性,通过保存数据的流形结构,学习数据中内在几何信息的稀疏表示,增强信号表示能力及字典判别性.最后,在数字图像、轴承故障及齿轮故障公共数据集的实验表明所提MS-SSEDL方法比其他先进方法的识别性能更优越.

关键词：字典学习故障诊断半监督学习流形学习机器学习

基于改进稀疏表示的海上风电场交流海底电缆短路故障分类方法

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 2023年第6期43卷 2212-2221页

作者：唐文虎梁启恒赵柏宁辛妍丽古一灿华南理工大学电力学院广东省广州市510640 中国能源建设集团广东省电力设计院有限公司广东省广州市510663

准确、快速的海底电缆故障分类是海上风电场运维的重要一环。该文提出一种基于改进稀疏表示的海上风电场交流海底电缆短路故障分类方法,该方法综合利用故障发生后半周波电流信号的时域特征作为故障分类依据,采用K次奇异值分解(K singula... 详细信息

准确、快速的海底电缆故障分类是海上风电场运维的重要一环。该文提出一种基于改进稀疏表示的海上风电场交流海底电缆短路故障分类方法,该方法综合利用故障发生后半周波电流信号的时域特征作为故障分类依据,采用K次奇异值分解(K singular value decomposition,K-SVD)字典学习算法对各类故障信号的特征信息进行学习,构造出准确匹配各类故障本质特征的过完备字典。在学习字典的基础上,提出一种基于混合交替方向乘子法(mixed alternating direction method of multipliers,M-ADMM)的改进稀疏分解算法将故障信号分解为过完备字典与稀疏向量的乘积,结合基于稀疏表示的分类方法实现对故障重构信号的分类。仿真研究结果表明,该改进稀疏分解算法具有精确的信号重构、降噪效果。所提出的故障分类方法无需人工构造故障信号特征,避免了多工况故障信号特征筛选、时频域变换等繁琐流程。与SVM、CNN、LSTM等智能分类算法的对比结果表明,该方法具有较强自适应性的同时不易受故障时刻、故障位置影响且噪声鲁棒性强,可以准确识别海底电缆场景下低阻短路故障类型。

关键词：稀疏表示字典学习海上风电场海底电缆故障分类