检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

拉普拉斯特征映射的时空数据划分方法

测绘科学 2018年第6期43卷 32-38页

作者：夏慧琼林丽群湖北大学资源环境学院武汉430062 区域开发与环境响应湖北省重点实验室武汉430062

针对传统的时空数据划分方法造成地理对象时空关系的割裂、时空信息维护困难等问题,该文提出一种基于拉普拉斯特征映射(LE)的时空划分方法。选取空间位置、时间、属性及空间拓扑关系邻近性等主要时空描述信息作为表达时空关系邻近性的因... 详细信息

针对传统的时空数据划分方法造成地理对象时空关系的割裂、时空信息维护困难等问题,该文提出一种基于拉普拉斯特征映射(LE)的时空划分方法。选取空间位置、时间、属性及空间拓扑关系邻近性等主要时空描述信息作为表达时空关系邻近性的因素,分析各因素对时空查询的影响程度,采用多因素结合方法构建无向邻域图并建立Laplacian矩阵,通过对矩阵特征分解将时空信息映射至二维谱空间,并在此基础上进行时空数据的划分。实验结果表明,该方法能够较好地保持地理对象时空关系的完整性,能够获取数据在低维流形空间中的结构特征,使得时空信息的组织和管理变得更加容易。

关键词：时空查询拉普拉斯特征映射时空划分时空邻近

在线全文

学校读者我要写书评

暂无评论

基于拉普拉斯特征映射的三维结构模态分析

计算机集成制造系统 2022年第3期28卷 834-842页

作者：符伟华王成陈建伟赖雄鸣李海波华侨大学计算机科学与技术学院福建厦门361021 厦门市企业互操作与商务智能工程技术研究中心福建厦门361021 圣地亚哥州立大学数学与统计学院美国圣地亚哥加州92182 华侨大学机电及自动化学院福建厦门361021

为了仅从平稳振动响应信号中识别线性时不变三维结构的工作模态参数,提出一种基于拉普拉斯特征映射的三维结构模态分析方法。该方法首先将复杂三维结构的振动响应数据视作处于高维空间的数据集,利用拉普拉斯特征映射寻找该数据集的低维... 详细信息

为了仅从平稳振动响应信号中识别线性时不变三维结构的工作模态参数,提出一种基于拉普拉斯特征映射的三维结构模态分析方法。该方法首先将复杂三维结构的振动响应数据视作处于高维空间的数据集,利用拉普拉斯特征映射寻找该数据集的低维嵌入数据。低维嵌入数据对应模态响应矩阵,利用单自由度识别技术从模态响应矩阵中识别出模态固有频率。最后,利用最小二乘广义逆,将求解的模态响应矩阵代入振动响应数据分解公式求得模态振型矩阵。三维圆柱壳仿真实验结果表明:相较于等距离映射,拉普拉斯特征映射能有效地识别出系统的模态振型与固有频率,且识别速度更快,精度更高;相较于主成分分析,拉普拉斯特征映射识别精度更高。

关键词：工作模态参数拉普拉斯特征映射三维结构最小二乘广义逆低维嵌入

基于WAMS和改进拉普拉斯特征映射的同调机群在线识别

在线全文

学校读者我要写书评

暂无评论

电网技术 2013年第8期37卷 2157-2164页

作者：宋洪磊吴俊勇郝亮亮冀鲁豫北京交通大学电气工程学院北京市海淀区100044

当系统发生严重级联故障导致失步运行时,需要快速准确地识别出系统中的同调机群,为下一步的自主解列控制提供基础。针对WAMS测量到的发电机动态轨迹信息往往具有非线性和非平稳性等特点,提出了一种在线识别同调机群的新方法,能充分考虑... 详细信息

当系统发生严重级联故障导致失步运行时,需要快速准确地识别出系统中的同调机群,为下一步的自主解列控制提供基础。针对WAMS测量到的发电机动态轨迹信息往往具有非线性和非平稳性等特点,提出了一种在线识别同调机群的新方法,能充分考虑各种故障场景的动态特性和非线性系统的时变特征。首先根据WAMS量测可得到故障后发电机组的实时响应功角轨迹信息,利用基于类别信息和核空间的改进拉普拉斯特征映射算法提取特征信息,进而识别出各发电机的运行特性;再利用k-way余弦相似度因子分群算法对发电机组进行自主识别分群。最后通过新英格兰39节点系统仿真,验证了所提方法的有效性,并且适用于系统不同运行方式,能在线准确识别同调机群。

关键词：广域量测系统拉普拉斯特征映射同调识别特征提取

基于拉普拉斯特征映射和深度置信网络的半监督故障识别

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2020年第1期56卷 69-81页

作者：张鑫郭顺生李益兵江丽武汉理工大学机电工程学院武汉430070 武汉理工大学湖北省数字制造重点实验室武汉430070

针对机械设备故障诊断过程中有标签样本不足,结合流形学习与深度学习的思想,提出了基于拉普拉斯特征映射(Laplacian eigenmap,LE)和深度置信网络(Deep belief network,DBN)的半监督故障识别模型。该模型运用LE算法直接对原始高维振动信... 详细信息

针对机械设备故障诊断过程中有标签样本不足,结合流形学习与深度学习的思想,提出了基于拉普拉斯特征映射(Laplacian eigenmap,LE)和深度置信网络(Deep belief network,DBN)的半监督故障识别模型。该模型运用LE算法直接对原始高维振动信号进行特征提取,将低维流形特征输入DBN,利用少量昂贵的有标签样本和大量廉价的无标签样本,二次挖掘故障特征,并构建Soft-max分类器最终识别出机械设备的故障模式。将该半监督模型应用于轴承故障和齿轮裂纹的识别中,试验结果表明,LE算法有效降低了模型的时间复杂度,增强了特征提取的智能性,提高了诊断效率;DBN网络可以充分挖掘故障特性,得到更好的特征表示,提高了分类精度。此外,该模型在不平衡的训练标签下也实现了很好的诊断效果,且适用于多传感器特征融合的诊断,具备实际应用的价值。

关键词：拉普拉斯特征映射深度置信网络半监督故障诊断

在线全文

学校读者我要写书评

暂无评论

基于拉普拉斯特征映射的滚动轴承故障识别

振动与冲击 2015年第5期34卷 128-134,144页

作者：黄宏臣韩振南张倩倩李月仙张志伟太原理工大学机械工程学院太原030024

用传统的线性方法对非平稳和非线性运行状态的滚动轴承进行故障诊断时,效果欠佳。为了及时、准确地监测轴承的运行状态,提出了将拉普拉斯特征映射算法(Laplacian Eigenmap LE)应用到滚动轴承的故障识别中。在振动信号构建的时域和频域... 详细信息

用传统的线性方法对非平稳和非线性运行状态的滚动轴承进行故障诊断时,效果欠佳。为了及时、准确地监测轴承的运行状态,提出了将拉普拉斯特征映射算法(Laplacian Eigenmap LE)应用到滚动轴承的故障识别中。在振动信号构建的时域和频域高维特征空间矩阵中,充分利用LE算法在非线性特征提取和降维的优点,进行学习,提取表征轴承状态的特征量,并以可视化的聚类结果进行表示。实验模拟了轴承的4种不同类型故障以及滚动体的4种不同受损程度,采用模式识别中聚类性的类内距和类间距两个参数作为衡量指标。与PCA和KPCA两种方法对比,LE不仅明显识别出四种故障类型和有效的区分出滚动体的不同受损程度,而且识别率大大提高。并通过测试样本组验证了LE方法的有效性。

关键词：滚动轴承故障流形学习模式识别拉普拉斯特征映射特征空间的构建特征提取测试样本验证

基于拉普拉斯特征映射学习的隐匿FDI攻击检测

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10期47卷 2494-2500页

作者：石家宇陈博俞立浙江工业大学信息工程学院杭州310023 浙江工业大学网络空间安全研究院杭州310023

智能电网中的隐匿虚假数据入侵(False data injection,FDI)攻击能够绕过坏数据检测机制,导致控制中心做出错误的状态估计,进而干扰电力系统的正常运行.由于电网系统具有复杂的拓扑结构,故基于传统机器学习的攻击信号检测方法存在维度过... 详细信息

智能电网中的隐匿虚假数据入侵(False data injection,FDI)攻击能够绕过坏数据检测机制,导致控制中心做出错误的状态估计,进而干扰电力系统的正常运行.由于电网系统具有复杂的拓扑结构,故基于传统机器学习的攻击信号检测方法存在维度过高带来的过拟合问题,而深度学习检测方法则存在训练时间长、占用大量计算资源的问题.为此,针对智能电网中的隐匿FDI攻击信号,提出了基于拉普拉斯特征映射降维的神经网络检测学习算法,不仅降低了陷入过拟合的风险,同时也提高了隐匿FDI攻击检测学习算法的泛化能力.最后,在IEEE57-Bus电力系统模型中验证了所提方法的优点和有效性.

关键词：智能电网隐匿虚假数据入侵攻击拉普拉斯特征映射神经网络

在线全文

学校读者我要写书评

暂无评论

基于拉普拉斯特征映射的启发式Q学习

控制与决策 2014年第3期29卷 425-430页

作者：朱美强李明程玉虎张倩王雪松中国矿业大学信息与电气工程学院江苏徐州221116

在基于目标的强化学习任务中,欧氏距离常作为启发式函数用于策略选择,其用于状态空间在欧氏空间内不连续的任务效果不理想.针对此问题,引入流形学习中计算复杂度较低的拉普拉斯特征映射法,提出一种基于谱图理论的启发式策略选择方法.所... 详细信息

在基于目标的强化学习任务中,欧氏距离常作为启发式函数用于策略选择,其用于状态空间在欧氏空间内不连续的任务效果不理想.针对此问题,引入流形学习中计算复杂度较低的拉普拉斯特征映射法,提出一种基于谱图理论的启发式策略选择方法.所提出的方法适用于状态空间在某个内在维数易于估计的流形上连续,且相邻状态间的连接关系为无向图的任务.格子世界的仿真结果验证了所提出方法的有效性.

关键词：强化学习启发式策略选择 Q学习拉普拉斯特征映射

在线全文

学校读者我要写书评

暂无评论

基于拉普拉斯特征映射的旋转机械故障识别

振动与冲击 2014年第18期33卷 21-25,35页

作者：李月仙韩振南黄宏臣宁少慧太原理工大学机械工程学院太原030024

针对旋转机械故障特征信号复杂且难以提取有效特征量的问题,提出一种基于拉普拉斯特征映射算法(Laplacian Eigenmap,LE)的旋转机械故障识别方法。对旋转机械三类典型故障的监测信号进行提取和转换得到26个时域和频域特征量,在由此构建... 详细信息

针对旋转机械故障特征信号复杂且难以提取有效特征量的问题,提出一种基于拉普拉斯特征映射算法(Laplacian Eigenmap,LE)的旋转机械故障识别方法。对旋转机械三类典型故障的监测信号进行提取和转换得到26个时域和频域特征量,在由此构建的高维特征空间中,利用LE算法进行特征融合,提取隐藏在高维特征空间中的故障本质和规律进行故障样本分类识别。利用二维或三维图像表示提取出的低维结果,以样本识别率及聚类分析中的类间距Sb和类内距Sw作为衡量指标,从模式识别的角度进行分析。结果表明:较之主元分析法(principal component analysis,PCA)和核主元分析法(kernel principal component analysis,KPCA),LE方法能够更好地从高维特征空间中提取出有效特征量表征设备运行状态,实现旋转机械典型故障的分类识别。

关键词：旋转机械故障诊断拉普拉斯特征映射特征空间的构建模式识别

在线全文

学校读者我要写书评

暂无评论

基于拉普拉斯特征映射的故障模式识别方法

系统仿真学报 2008年第20期20卷 5710-5713页

作者：蒋全胜贾民平胡建中许飞云东南大学机械工程学院

拉普拉斯特征映射算法能有效提取高维非线性数据中嵌入的低维流形特征。将其引入到设备故障诊断领域,应用于故障模式识别问题,提出了一种基于拉普拉斯特征映射的故障模式识别新方法。运用基于拉普拉斯特征映射的非线性降维算法直接对原... 详细信息

拉普拉斯特征映射算法能有效提取高维非线性数据中嵌入的低维流形特征。将其引入到设备故障诊断领域,应用于故障模式识别问题,提出了一种基于拉普拉斯特征映射的故障模式识别新方法。运用基于拉普拉斯特征映射的非线性降维算法直接对原始故障信号进行学习,提取出数据内在的流形特征,极大地保留了信号中内含的整体几何结构信息,有效克服了常规模式识别方法仅能获得局部线性结构的不足,明显改善了故障模式识别的分类性能。仿真和工程实例结果表明了所提方法的可行性和有效性。

关键词：拉普拉斯特征映射模式识别流形学习故障诊断