检索结果-南通市图书馆

基于均匀化距离局部线性嵌入的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

机械强度 2022年第6期44卷 1315-1320页

作者：顾晔蔡厚道江西机电职业技术学院机械工程学院南昌330013 江西科技大学智能工程学院南昌330098

针对局部线性嵌入(Local Linear Embedding, LLE)的降维效果受样本分布均匀与否的影响较大这一不足,设计均匀化距离对LLE中的欧氏距离进行替换,由此提出均匀化距离局部线性嵌入(Uniform Distance Local Linear Embedding, UDLLE)方法,... 详细信息

针对局部线性嵌入(Local Linear Embedding, LLE)的降维效果受样本分布均匀与否的影响较大这一不足,设计均匀化距离对LLE中的欧氏距离进行替换,由此提出均匀化距离局部线性嵌入(Uniform Distance Local Linear Embedding, UDLLE)方法,并通过典型曲线对UDLLE的有效性进行了验证。在此基础上,提出基于UDLLE的滚动轴承故障诊断方法,并进行诊断实例验证。试验结果表明,UDLLE方法获得了比其他一些方法更为有效的低维特征,降低了后续诊断的难度,提高了故障诊断的精度。

关键词：局部线性嵌入均匀化距离滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

局部线性嵌入的快速单幅图像超分辨率技术

红外技术 2018年第1期40卷 39-46页

作者：姜杰刘哲吕林涛西京学院信息工程学院陕西西安710123

图像超分辨率的目的是在给定低分辨率图像的基础上产生超分辨率图像。单幅图像超分辨率是个病态和欠定的问题,需要通过样本学习和图像先验约束来重构图像丢失的高频细节。本文提出了一种基于局部线性嵌入的快速单幅图像超分辨率技术。首... 详细信息

图像超分辨率的目的是在给定低分辨率图像的基础上产生超分辨率图像。单幅图像超分辨率是个病态和欠定的问题,需要通过样本学习和图像先验约束来重构图像丢失的高频细节。本文提出了一种基于局部线性嵌入的快速单幅图像超分辨率技术。首先,该方法利用大量的自然图像建立高低分辨率图像块样本训练库;其次,运用聚类算法将具有相似性质的高低分辨率样本块进行聚类;再次,基于局部线性嵌入技术,通过样本训练来学习低分辨率图像与高分辨率图像之间的映射函数;最后,用过映射函数来重构高分辨率图像。实验结果表明,本文算法不仅能高质量重构高分辨图像,而且快速高效。

关键词：超分辨率局部线性嵌入样本学习

基于共享近邻加权局部线性嵌入的轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

江苏大学学报（自然科学版） 2024年第1期45卷 85-91,118页

作者：刘庆强孙艳茹刘远红吴丽东北石油大学电气信息工程学院黑龙江大庆163318 大庆油田有限责任公司天然气分公司培训中心黑龙江大庆163457

针对传统局部线性嵌入算法在挖掘局部流形结构时未充分考虑样本邻居分布信息,且在降维过程中默认样本具有相同的重要性导致提取鉴别特征不明显的问题,提出基于共享近邻的加权局部线性嵌入(weighted local linear embedding based on sha... 详细信息

针对传统局部线性嵌入算法在挖掘局部流形结构时未充分考虑样本邻居分布信息,且在降维过程中默认样本具有相同的重要性导致提取鉴别特征不明显的问题,提出基于共享近邻的加权局部线性嵌入(weighted local linear embedding based on shared neighbors,SN-WLLE)算法,并用于滚动轴承故障诊断.该算法首先使用余弦距离划分样本邻域;其次计算样本邻域对相似度用以评估样本共享近邻信息,并结合样本的6种邻居分布修正局部结构挖掘,提高多共享近邻的k近邻重构准确性;接着从多流形的角度评估样本点与近邻点间的稀疏分布一致性,以获得样本的重要性指标,并在低维空间保持该信息,进而提取准确的鉴别特征;最后结合KNN分类器构建出完备的轴承故障诊断模型.采用凯斯西储大学轴承数据集和实验室测试平台轴承数据集,从可视化评估、定量聚类评估、故障识别精度评估及鲁棒性评估等方面进行分析.结果表明:SN-WLLE算法的F值保持在108以上水准,平均故障识别精度最低可达0.9734,不仅具有较好的类内紧致性与类间可分性,还对近邻参数k具有低敏感性.

关键词：滚动轴承特征提取故障诊断局部线性嵌入余弦距离共享近邻稀疏分布

对称正定流形上参数矩阵度量的局部线性嵌入算法

在线全文

学校读者我要写书评

暂无评论

机械强度 2022年第6期44卷 1307-1314页

作者：刘庆强何红凯郑长敏孙艳茹刘子轩东北石油大学电气信息工程学院大庆163000 大庆榆树林油田开发有限责任公司地质研究所大庆163000

现有的局部线性嵌入算法大部分假设原始数据集位于欧氏空间,但现实中几乎所有的原始空间都是非欧氏空间。针对欧氏空间无法有效地描述数据的非线性结构,影响局部线性嵌入算法的特征提取的性能问题,提出了一种对称正定流形上参数矩阵度... 详细信息

现有的局部线性嵌入算法大部分假设原始数据集位于欧氏空间,但现实中几乎所有的原始空间都是非欧氏空间。针对欧氏空间无法有效地描述数据的非线性结构,影响局部线性嵌入算法的特征提取的性能问题,提出了一种对称正定流形上参数矩阵度量的局部线性嵌入算法。首先在对称正定流形上寻找一个合适的度量方法来提高该算法的性能,引入了一种高效的黎曼空间度量学习方法,通过学习得到的参数矩阵将原始流形变换到新的易区分的流形上。再利用局部线性嵌入算法挖掘显著特征。最后,通过在多个轴承数据集上的实验结果验证方法的高效性。

关键词：特征提取对称正定流形局部线性嵌入黎曼空间度量学习欧氏空间

结合局部线性嵌入与种子信息流的交互式图像分割算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2023年第7期40卷 2235-2240页

作者：龙建武胡绪军重庆理工大学计算机科学与工程学院重庆400054

交互式图像分割是指在分割过程中引入少量的用户指引分割出目标对象,是图像处理最基本的任务之一。现有方法通常需要构建非二次能量函数,并且普遍存在缺乏唯一解、分割精度低等问题。为进一步提高分割质量,提出一种结合局部线性嵌入和... 详细信息

交互式图像分割是指在分割过程中引入少量的用户指引分割出目标对象,是图像处理最基本的任务之一。现有方法通常需要构建非二次能量函数,并且普遍存在缺乏唯一解、分割精度低等问题。为进一步提高分割质量,提出一种结合局部线性嵌入和种子信息的交互式图像分割算法(seed information combined with local linear embedding,SILLE)。该算法考虑像素点的局部信息以及先验信息,将标记种子点的信息融入到新构建的能量函数中,以一种有效且快速的最小化方案得到能量函数的唯一且最优解,从而获得更加准确的分割结果。最后在不同数据集上,与不同方法进行多种指标的对比,验证了算法的有效性和可行性。

关键词：局部线性嵌入种子信息交互式图像分割

在线全文

学校读者我要写书评

暂无评论

一种样本密度自适应的局部增强线性嵌入算法

机械科学与技术 2023年

作者：贾凯巍刘庆强东北石油大学电气信息工程学院

局部线性嵌入（LLE）算法在挖掘高维空间的局部结构时，需要人工指定近邻点的个数，无法保证算法的特征提取能力。为了解决这个问题，提出一种样本密度自适应的局部增强线性嵌入算法（SDA-LELE）。首先，利用样本点与其近邻点之间的距... 详细信息

局部线性嵌入（LLE）算法在挖掘高维空间的局部结构时，需要人工指定近邻点的个数，无法保证算法的特征提取能力。为了解决这个问题，提出一种样本密度自适应的局部增强线性嵌入算法（SDA-LELE）。首先，利用样本点与其近邻点之间的距离之和，衡量样本分布的稀疏稠密程度，从而自适应地选取近邻点个数；接着，采用局部增强算法，增加相邻样本间的权重，从而使样本在保持局部线性结构的同时也保持局部近邻结构，增强算法特征提取能力；最后，将算法应用在凯斯西储大学和东北石油大学轴承数据集上，并进行了可视化、Fisher信息等实验。实验结果表明，SDA-LELE算法比其他算法能提取出更多的显著特征，获得更好的降维效果。

关键词：流形学习局部线性嵌入自适应邻域特征提取轴承诊断

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

局部线性嵌入算法及应用研究

局部线性嵌入算法及应用研究

作者：鞠玲扬州大学

学位级别：硕士

局部线性嵌入算法（LLE）是一类特征提取方法,可以解决“维数灾难”问题,并且结合了非线性方法的特点和线性方法的优点,所以备受学者们的喜爱。但是LLE存在以下问题:（1）如果样本点分布稀疏或者不均匀,则LLE可能会导致不均匀的扭曲和折... 详细信息

局部线性嵌入算法（LLE）是一类特征提取方法,可以解决“维数灾难”问题,并且结合了非线性方法的特点和线性方法的优点,所以备受学者们的喜爱。但是LLE存在以下问题:（1）如果样本点分布稀疏或者不均匀,则LLE可能会导致不均匀的扭曲和折叠;（2）受离群点影响较大,可能导致低维坐标嵌入失败;（3）缺乏对新样本的处理能力;（4）降维效果受近邻点数和正则化参数的影响;（5）传统LLE使用的是欧几里得距离,可能会导致短路。针对以上问题,对局部线性嵌入算法进行研究,主要工作如下:1、基于动态邻域选择的局部线性嵌入算法在邻域大小和近邻点的选择方面做出改进。首先针对样本点存在分布密度不均的问题,对样本点与近邻点之间的间距计算公式进行修改,使样本点的密度趋于均匀。其次,根据数据点的先验类别信息,在计算距离时通过增加一个类别标签使得类别信息在第一次降维中可以得到充分地利用。再次,依据样本点与近邻点之间的距离在投影前后变化的大小进行升序排序,再将其对应的近邻点按同样的顺序排列,形成候选近邻点集合。然后根据流形的弯曲度动态地决定邻域的大小。最后再进行二次降维。2、基于Kernel Rank-order距离的重构权重局部线性嵌入算法增添了结构信息、减小了离群点和短路点的影响。第一、将样本点通过核函数映射到高维空间,增加其线性可分性,使近邻点集的选取更加科学有效。第二、通过增添重构权重系数修改加权重构权重,使得加权重构权重更加合理化,重构权重系数拥有两个优点:（1）可以利用两点间相关性与重构贡献大小呈正相关的特性来减少将离群点误认为近邻点的失误;（2）将任意两个样本点间的欧几里得距离和测地线距离的比值作为结构系数校正权重向量,可以将短路点的干扰明显减小;第三、保持校正后的加权重构权重不变,最小化误差函数,输出目标维数坐标。3、基于低秩约束的局部线性嵌入算法增加全局信息、增强对噪声的鲁棒性和选择最优目标维数d。通过选择最优d使得降维效果变好,再通过低秩约束全局信息从而增加对噪声的鲁棒性,使LLE在降维过程中能很好地同时保持局部结构和全局信息,并且对噪声具有更好的鲁棒性。

关键词：流形学习局部线性嵌入低秩约束重构权重邻域选择

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于局部线性增强嵌入的轴承故障诊断

组合机床与自动化加工技术 2023年第5期 68-72,76页

作者：殷海双张瑞东北石油大学电气信息工程学院大庆163318

由于实际采集数据的局部邻域并非位于线性子空间中,传统的局部线性嵌入算法无法出提取显著特征。针对该问题,提出了局部线性增强嵌入(local linear augmentation embedding,LLAE)算法。首先通过高维重构模型挖掘出流形的本质结构;然后... 详细信息

由于实际采集数据的局部邻域并非位于线性子空间中,传统的局部线性嵌入算法无法出提取显著特征。针对该问题,提出了局部线性增强嵌入(local linear augmentation embedding,LLAE)算法。首先通过高维重构模型挖掘出流形的本质结构;然后将邻域线性增强策略引入到低维目标函数的构造中,通过构造均值和方差模型,获得样本的显著特征。在两个轴承数据集上进行了大量的实验,LLAE算法获得了良好的可视化和聚类效果,识别精度达到了97%以上。这表明LLAE算法能够提取出显著的特征,实现更有效的故障诊断。

关键词：局部线性嵌入特征提取故障诊断邻域线性增强邻域线性度

基于局部线性嵌入和深度森林算法的电力客户投诉预测模型

在线全文

学校读者我要写书评

暂无评论

电测与仪表 2024年第1期61卷 107-112页

作者：张梅保富云南电网有限责任公司信息中心昆明650217

由于电力市场竞争日益激烈,用户对服务质量的要求不断提高,用户投诉量持续上升。在基于大数据的电力客户投诉预测模型的体系结构基础上,提出一种基于局部线性嵌入和深度森林算法的电力客户投诉预测方法。采用局部线性嵌入算法对客户投... 详细信息

由于电力市场竞争日益激烈,用户对服务质量的要求不断提高,用户投诉量持续上升。在基于大数据的电力客户投诉预测模型的体系结构基础上,提出一种基于局部线性嵌入和深度森林算法的电力客户投诉预测方法。采用局部线性嵌入算法对客户投诉预测模型的输入特征向量进行降维处理,减少计算量和避免陷入局部最优解;对降维后的投诉预测特征向量进行多粒度扫描,提高其表征学习能力;基于级联森林建立深度森林算法模型,实现客户投诉预测。实际数据的仿真结果表明,与不进行降维处理及其他预测模型相比,文中所提出的预测模型可以更准确地预测客户投诉趋势,为电力企业客户投诉分析和预测提供了参考依据。

关键词：电力客户投诉预测模型局部线性嵌入深度森林算法