检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

图像空间中的鉴别型局部线性嵌入方法

中国图象图形学报 2010年第12期15卷 1776-1782页

作者：黄晓华梁超郑文明东南大学儿童发展与学习科学教育部重点实验室南京210096 东南大学学习科学研究中心南京210096 东南大学信息科学与工程学院南京210096

为了更好地利用图像的空间关系和类信息来提高局部线性嵌入的性能,提出一种针对图像识别的鉴别型局部线性嵌入算法,并应用于人脸识别。首先,利用自适应图像欧氏距离构建近邻矩阵,计算得到的权重矩阵,再由权重矩阵重构特征,然后重构出数... 详细信息

为了更好地利用图像的空间关系和类信息来提高局部线性嵌入的性能,提出一种针对图像识别的鉴别型局部线性嵌入算法,并应用于人脸识别。首先,利用自适应图像欧氏距离构建近邻矩阵,计算得到的权重矩阵,再由权重矩阵重构特征,然后重构出数据内在的低维空间,最后利用线性判别分析引入类信息解决局部线性嵌入算法对测试样本无法重构以及分类的缺陷。实验基于FRAV2D和ORL人脸数据库,分析了图像欧氏距离和自适应图像欧氏距离算法提取图像空间信息的能力,并将本文提出的算法与目前已经广泛使用的人脸识别算法进行比较,其结果表明了鉴别型局部线性嵌入算法能更好地保留图像流形结构和类信息,显著提高人脸识别准确率。

关键词：自适应图像欧氏距离局部线性嵌入线性判别分析人脸识别

在线全文

学校读者我要写书评

暂无评论

局部线性嵌入算法改进研究

计算机仿真 2007年第4期24卷 78-81页

作者：郑守志叶世伟中国科学院研究生院信息科学与工程学院北京100039

局部线性嵌入算法(Locally Linear Embedding LLE)是一种功能强大的数据降维方法,但它在处理稀疏数据源时的失效问题限制了其广泛应用,且至今没有一个完善的解决方案。为解决这一问题,从算法原理和执行过程两方面分析算法失效原因,把算... 详细信息

局部线性嵌入算法(Locally Linear Embedding LLE)是一种功能强大的数据降维方法,但它在处理稀疏数据源时的失效问题限制了其广泛应用,且至今没有一个完善的解决方案。为解决这一问题,从算法原理和执行过程两方面分析算法失效原因,把算法的两个优化过程联合优化,对算法进行改进。通过对S曲线稀疏采样模拟稀疏数据源,把改进前后的算法对样本点实验结果进行对比,验证了算法改进的有效性;同时,用改进后的算法处理人脸数据,展示了改进后算法的实用价值。改进后的算法将进一步促进局部线性嵌入在工程和研究领域的应用,极大地改善了算法的性能。

关键词：局部线性嵌入表示坐标嵌入坐标流形学习

基于联合LLE和SSR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

航空动力学报 2024年第7期39卷 36-44页

作者：张康智西安航空学院机械工程学院西安710077

针对滚动轴承振动信号具有较强的非线性,且包含较多冗余和无关特征,导致提取本质特征和故障识别困难,提出一种基于联合局部线性嵌入和稀疏自表示(joint locally linear embedding and sparse self-rep-resentation,JLLESSR)与参数优化... 详细信息

针对滚动轴承振动信号具有较强的非线性,且包含较多冗余和无关特征,导致提取本质特征和故障识别困难,提出一种基于联合局部线性嵌入和稀疏自表示(joint locally linear embedding and sparse self-rep-resentation,JLLESSR)与参数优化支持向量机的滚动轴承故障诊断方法.该方法构造了一个统一的特征提取框架,依靠局部线性嵌入(locally linear embedding,LLE)挖掘高维数据的局部几何结构,同时通过稀疏自表示(self-representation)在低维空间挖掘高维数据的全局几何结构,得到表征滚动轴承运行状态的嵌入特征.然后,将得到的特征输入至交叉优化支持向量机(cross-validation support vector machine,CV-SVM)中进行故障识别.最后,在常见滚动轴承故障数据集上对所提出的方法进行测试,实验结果表明提出的方法能有效识别出滚动轴承不同类型的故障,并且故障诊断精度可达98.5%.

关键词：滚动轴承振动信号局部线性嵌入联合局部线性嵌入和稀疏自表示故障诊断

基于局部线性嵌入的人工智能台风强度集合预报模型

在线全文

学校读者我要写书评

暂无评论

气象 2014年第7期40卷 806-815页

作者：黄颖金龙黄小燕史旭明金健广西气象减灾研究所南宁530022 广西区气候中心南宁530022 华东师范大学计算机科学技术系上海200241

利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入... 详细信息

利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的粒子群算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风强度预报模型的建模研究。在建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行预报试验。试验对比结果表明,前者较后者在6、7、8和9月24 h台风强度预报中,平均绝对误差分别下降了23.34%、24.46%、19.41%和27.45%,4个月的平均绝对误差下降了23.10%;48 h台风强度预报中,6—9月平均绝对误差分别下降了44.82%、16.73%、0.89%和49.26%,4个月的平均绝对误差下降了25.54%。进一步研究发现,在变动局部线性嵌入算法忌近邻个数的情况下,建立的台风强度集合预报模型,其预报结果稳定可靠,相对于气候持续法均为正的预报技巧水平,为台风强度客观预报提供了新的预报工具和预报建模方法。

关键词：局部线性嵌入粒子群-神经网络集合预报气候持续法台风强度

在线全文

学校读者我要写书评

暂无评论

基于局部线性嵌入的能量耗损故障模式识别

华南理工大学学报（自然科学版） 2012年第12期40卷 1-6页

作者：谢小鹏肖海兵冯伟黄博葛爽华南理工大学汽车摩擦学与故障诊断研究所广东广州510640

针对基于能量耗损的齿轮故障模式识别问题,将监督学习与局部主成分分析结合,提出了一种改进的能有效提取数据低维流形结构与分类特征的局部线性嵌入算法.然后,分析了齿轮摩擦学系统能量耗损与能量耗损的故障模式识别方法.最后,以齿轮箱... 详细信息

针对基于能量耗损的齿轮故障模式识别问题,将监督学习与局部主成分分析结合,提出了一种改进的能有效提取数据低维流形结构与分类特征的局部线性嵌入算法.然后,分析了齿轮摩擦学系统能量耗损与能量耗损的故障模式识别方法.最后,以齿轮箱能量监测实验台为例,获取不同齿轮故障下输入能量耗损功率的变化,应用改进的局部线性嵌入算法进行故障的功率耗损降维与模式识别,通过多类支持向量机分类的准确率来判断分类的效果.研究表明,改进的局部线性嵌入算法有较高的识别率,是一种有效的齿轮能量耗损故障模式识别方法.

关键词：故障诊断多故障分类局部线性嵌入流形学习能量耗损模式识别

在线全文

学校读者我要写书评

暂无评论

L_1范局部线性嵌入

中国图象图形学报 2011年第10期16卷 1802-1811页

作者：陶剑文王士同江南大学信息工程学院无锡214122 浙江工商职业技术学院工学院宁波315012

数据降维问题存在于包括机器学习、模式识别、数据挖掘等多个信息处理领域。局部线性嵌入(LLE)是一种用于数据降维的无监督非线性流行学习算法,因其优良的性能,LLE得以广泛应用。针对传统的LLE对离群(或噪声)敏感的问题,提出一种鲁棒的... 详细信息

数据降维问题存在于包括机器学习、模式识别、数据挖掘等多个信息处理领域。局部线性嵌入(LLE)是一种用于数据降维的无监督非线性流行学习算法,因其优良的性能,LLE得以广泛应用。针对传统的LLE对离群(或噪声)敏感的问题,提出一种鲁棒的基于L1范数最小化的LLE算法(L1-LLE)。通过L1范数最小化来求取局部重构矩阵,减小了重构矩阵能量,能有效克服离群(或噪声)干扰。利用现有优化技术,L1-LLE算法简单且易实现。证明了L1-LLE算法的收敛性。分别对人造和实际数据集进行应用测试,通过与传统LLE方法进行性能比较,结果显示L1-LLE方法是稳定、有效的。

关键词：降维 L1-范数流形学习局部线性嵌入鲁棒性

一种基于局部稀疏线性嵌入的降维方法及其应用

在线全文

学校读者我要写书评

暂无评论

南京大学学报（自然科学版） 2013年第4期49卷 403-410页

作者：冷亦琴张莉杨季文苏州大学计算机科学与技术学院苏州215006

局部线性嵌入(LLE)是一种非线性的降维方法.LLE方法采用的近邻邻域大小是全局一致的,而且如果近邻个数过大则可能会把非同一个线性空间的点选作为近邻点.本文对LLE方法进行了改进,提出了一种局部稀疏线性嵌入(LSLE)降维法.在LSLE方法中... 详细信息

局部线性嵌入(LLE)是一种非线性的降维方法.LLE方法采用的近邻邻域大小是全局一致的,而且如果近邻个数过大则可能会把非同一个线性空间的点选作为近邻点.本文对LLE方法进行了改进,提出了一种局部稀疏线性嵌入(LSLE)降维法.在LSLE方法中,用解0范数问题的正交匹配追踪(OMP)方法来解线性表示问题.每个样本点都可以用K个近邻点中最能表示该数据的几个样本点稀疏表示.实验表明,在有监督学习和无监督学习应用上,LSLE方法是可行的.

关键词：局部线性嵌入正交匹配追踪稀疏表示

在线全文

学校读者我要写书评

暂无评论

采用局部线性嵌入的稀疏目标跟踪方法

电子测量与仪器学报 2017年第8期31卷 1312-1320页

作者：孙锐王旭张东东高隽合肥工业大学计算机与信息学院合肥230009

目标跟踪是从复杂的背景中辨认出运动目标,并且对目标进行准确且连续的追踪。如何在遮挡、形变、背景复杂的条件下鲁棒性跟踪目标仍是亟待解决的问题。针对遮挡和形变问题,提出一种局部线性嵌入(LLE)和稀疏表示的算法来有效的学习外观... 详细信息

目标跟踪是从复杂的背景中辨认出运动目标,并且对目标进行准确且连续的追踪。如何在遮挡、形变、背景复杂的条件下鲁棒性跟踪目标仍是亟待解决的问题。针对遮挡和形变问题,提出一种局部线性嵌入(LLE)和稀疏表示的算法来有效的学习外观模板。其中LLE是流形学习的一种典型算法。在该算法中每个点的近邻权值在平移、旋转、伸缩变化下是保持不变的,因此可以用来提取目标的本质特征,发现数据的内在规律。算法首先采用局部线性嵌入提取低维特征,提取后的特征作为基向量与琐碎模板组成稀疏原型,稀疏原型用于模板的更新。算法保持了原有稀疏跟踪方法对遮挡处理的优势,同时对目标形变有较好的稳健性。实验结果表明,跟踪算法比其他7个常用的算法在9个视频序列中有较好的鲁棒性能。

关键词：外观模型目标跟踪局部线性嵌入稀疏表示流形学习

在线全文

学校读者我要写书评

暂无评论

基于邻域分布局部线性嵌入的粗集支持向量机

计算机应用与软件 2014年第6期31卷 264-266,284页

作者：刘立群韩俊英刘成忠甘肃农业大学信息科学技术学院甘肃兰州730070

针对粗集支持向量机面对高维特征值的训练样本分类效率低的问题,采用邻域点间的分布矩阵用于改进局部线性嵌入的权值矩阵重建,在粗集支持向量机上引入该邻域分布局部线性嵌入算法,对输入训练集进行数据降维操作。对三个数据集分别采用... 详细信息

针对粗集支持向量机面对高维特征值的训练样本分类效率低的问题,采用邻域点间的分布矩阵用于改进局部线性嵌入的权值矩阵重建,在粗集支持向量机上引入该邻域分布局部线性嵌入算法,对输入训练集进行数据降维操作。对三个数据集分别采用传统支持向量机、粗集支持向量机和基于邻域分布局部线性嵌入的粗集支持向量机进行数据分类测试,结果表明改进的支持向量机对于高维特征值的训练样本,可有效提高分类准确率及计算效率。

关键词：粗集支持向量机局部线性嵌入邻域点分布矩阵