检索结果-南通市图书馆

基于邻域保持嵌入的主多项式非线性过程故障检测

在线全文

学校读者我要写书评

暂无评论

上海交通大学学报 2021年第8期55卷 1001-1008页

作者：李元姚宗禹沈阳化工大学信息工程学院沈阳110142

针对化工过程的变量数据维数高、非线性的问题,提出基于邻域保持嵌入(NPE)-主多项式分析(PPA)的过程故障检测算法.应用NPE算法提取高维数据的低维子流形,能够解决传统的线性降维算法不能提取局部结构信息的问题,对维数进行约减.利用PPA... 详细信息

针对化工过程的变量数据维数高、非线性的问题,提出基于邻域保持嵌入(NPE)-主多项式分析(PPA)的过程故障检测算法.应用NPE算法提取高维数据的低维子流形,能够解决传统的线性降维算法不能提取局部结构信息的问题,对维数进行约减.利用PPA法时,使用一组灵活的主多项式分量来描述数据,能够有效地捕捉过程数据中固有的非线性结构.在降维后的流形空间进行主多项式分析并建立Hotelling’s T^(2)和平方预测误差统计量模型,同时确定控制限以进行故障检测.最后,通过一组非线性数值实例和Tennessee Eastman化工过程数据,将NPE-PPA算法与传统的核主元分析法、PPA法进行对比分析,验证所提算法的有效性及优越性.

关键词：邻域保持嵌入主多项式分析非线性过程故障检测

基于双权重多邻域保持嵌入的间歇过程故障检测

在线全文

学校读者我要写书评

暂无评论

控制与决策 2021年第12期36卷 3023-3030页

作者：姚红娟赵小强李炜惠永永兰州理工大学电气工程与信息工程学院兰州730050 兰州理工大学甘肃省工业过程先进控制重点实验室兰州730050 兰州理工大学国家级电气与控制工程实验教学中心兰州730050

针对间歇过程数据的动态特性带来的故障检测问题,提出一种双权重多邻域保持嵌入(double weight multiple neighborhoods preserving embedding,DWMNPE)算法.首先,为每个样本点寻找时间近邻来描述样本点之间的时序相关关系;其次,定义角... 详细信息

针对间歇过程数据的动态特性带来的故障检测问题,提出一种双权重多邻域保持嵌入(double weight multiple neighborhoods preserving embedding,DWMNPE)算法.首先,为每个样本点寻找时间近邻来描述样本点之间的时序相关关系;其次,定义角度近邻,并为样本点寻找角度近邻和距离近邻,以表征样本点在空间上的相似性,通过提取这3种不同的流形特征,充分表征数据的局部结构特征;再次,构造一种新的目标函数,在考虑误差最小的同时兼顾3种近邻的顺序信息,可防止NPE算法在计算重构权值时丢失近邻顺序信息,在解决数据动态性的同时充分提取原始数据的本质局部结构;最后,对降维数据构造局部离群因子(local outlier factor,LOF)统计量进行监控,消除数据非高斯特性对监控效果的不利影响.数值例子和青霉素发酵过程仿真结果验证了DWMNPE方法对动态性间歇过程故障检测的有效性.

关键词：间歇过程故障检测动态性邻域保持嵌入角度近邻局部离群因子

在线全文

学校读者我要写书评

暂无评论

一种改进的邻域保持嵌入高光谱影像分类方法

光电工程 2014年第9期41卷 45-50页

作者：冯海亮潘竞文黄鸿重庆大学光电技术及系统教育部重点实验室重庆400044

为进一步提高邻域保持嵌入算法(NPE)在高光谱影像分类中的识别性能,提出一种改进的半监督邻域保持嵌入(SSNPE)算法。首先,该算法在NPE算法的基础上同时利用同类标记样本和邻域未标记样本获得数据的邻域嵌入结构。然后,通过增加近邻标记... 详细信息

为进一步提高邻域保持嵌入算法(NPE)在高光谱影像分类中的识别性能,提出一种改进的半监督邻域保持嵌入(SSNPE)算法。首先,该算法在NPE算法的基础上同时利用同类标记样本和邻域未标记样本获得数据的邻域嵌入结构。然后,通过增加近邻标记样本的权重加大降维数据的鉴别性。最后,通过利用k近邻分类器(KNN)对样本进行分类得到该算法在数据集上的分类性能。在Urban、Indian高光谱影像数据集上的实验结果表明,改进的算法的分类精度相比其他算法提高了约8.3%、6.2%以上,分类性能上有了较为明显的提高。

关键词：高光谱影像分类维数约简邻域保持嵌入半监督学习

基于时序扩展的邻域保持嵌入算法及其在故障检测中的应用

在线全文

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2014年第2期40卷 218-224页

作者：苗爱敏葛志强宋执环蒋立周乐浙江大学工业控制研究所工业控制技术国家重点实验室杭州310027

针对动态自相关数据的特征提取和降维问题,提出了一种基于时序扩展的邻域保持嵌入(TNPE)的故障检测方法。针对邻域保持嵌入算法的不足,构建了新的优化目标,在构建局部空间结构特征的基础上,同时提取了数据随时间变化的动态特征。使得投... 详细信息

针对动态自相关数据的特征提取和降维问题,提出了一种基于时序扩展的邻域保持嵌入(TNPE)的故障检测方法。针对邻域保持嵌入算法的不足,构建了新的优化目标,在构建局部空间结构特征的基础上,同时提取了数据随时间变化的动态特征。使得投影得到的低维空间不仅和原始变量空间具有相似的空间局部近邻结构,而且具有相似的时序动态结构,因而包含了更多的特征信息。在此基础上,利用TNPE算法将原始过程数据划分为特征空间和残差空间,并分别建立T2和SPE统计量实现工业过程监测。通过对Tennessee Eastman(TE)过程的仿真研究,验证了TNPE算法有效性可行性,并显示出了优越的故障检测能力。

关键词：流形学习邻域保持嵌入动态故障检测

在线全文

学校读者我要写书评

暂无评论

基于公共向量的模糊邻域保持嵌入算法

模式识别与人工智能 2014年第11期27卷 1032-1039页

作者：郑海涛郑刚民马小虎苏州大学计算机科学与技术学院苏州215006

邻域保持嵌入(NPE)算法直接使用K近邻重构样本,由于未区分同类近邻与异类近邻的重要性导致其识别效果不佳,因此提出一种基于公共向量(CV)的模糊邻域保持嵌入算法.首先根据样本K近邻的类别信息求出每个样本对每个类别的隶属度,然后使用... 详细信息

邻域保持嵌入(NPE)算法直接使用K近邻重构样本,由于未区分同类近邻与异类近邻的重要性导致其识别效果不佳,因此提出一种基于公共向量(CV)的模糊邻域保持嵌入算法.首先根据样本K近邻的类别信息求出每个样本对每个类别的隶属度,然后使用公共向量和隶属度重构每个样本,并最小化原始样本与重构样本的残差,最后将该问题转化为求解相应的广义特征值问题以获得最终的投影变换矩阵.该算法尽可能减少投影后同类样本的差异性,较好地分离异类样本.在ORL、Yale、AR和PIEC29这4个人脸数据库上的相关实验验证了算法的有效性.

关键词：人脸识别公共向量模糊K近邻邻域保持嵌入

在线全文

学校读者我要写书评

暂无评论

邻域保持嵌入技术研究

邻域保持嵌入技术研究

作者：张婷西安电子科技大学

学位级别：硕士

人脸识别是生物特征识别中最受人们关注的领域之一,是人工智能和模式识别中一个活跃的研究方向。它在现实生活中有着非常重要的实用价值,例如高校人脸签到系统,视频会议,监控系统,档案管理系统等。其中特征提取是人脸识别中至关重要的环... 详细信息

人脸识别是生物特征识别中最受人们关注的领域之一,是人工智能和模式识别中一个活跃的研究方向。它在现实生活中有着非常重要的实用价值,例如高校人脸签到系统,视频会议,监控系统,档案管理系统等。其中特征提取是人脸识别中至关重要的环节,直接对识别的结果产生影响。邻域保持嵌入算法(NPE)是一种保持样本空间中数据点的局部邻域结构信息的子空间特征学习方法。它假定样本空间中每个数据点及其近邻点位于一个线性或近似线性的流形结构中,NPE通过寻找线性投影矩阵,使得映射后的低维空间中对应投影点仍然保持这种局部邻域结构关系。本文旨在已有的研究现状和成果上,做进一步的研究和探讨。本文的研究内容有:***算法在原空间通过构建邻接图求得权重矩阵来保持局部邻域结构信息。由于数据容易受噪声污染,原空间内同类的样本不一定有相邻的流形分布,因此NPE并不能很好的表征数据局部邻域结构信息。此外它学习权重矩阵和低维映射矩阵是两个独立的过程。针对以上缺点,提出了一种迭代的NPE算法(INPE),它将原空间中的数据投影到低维子空间后再构建邻接图。它将同时学习到权重矩阵和投影矩阵,并且对样本间邻域结构信息描述更为紧凑和准确,削弱噪声和离散点的影响,应用在人脸识别中能有效提升图像的分类效果。***算法能够对样本间邻域结构信息描述更为紧凑,但却需要人工确定参数,即邻域点个数。针对以上缺点,提出了低秩的NPE算法(LRNPE)。该算法结合低秩表示,对权重矩阵添加最小秩的约束来定义邻域结构,能够同时学习到自适应的权重矩阵及低维映射矩阵。LRNPE避免了人工参数的干预,且能很好的描述数据的全局信息,对噪声有较好的鲁棒性。此外,在LRNPE基础上引入了与样本标签信息有关的正则项,提出了有监督的低秩的NPE(SLRNPE)算法。SLRNPE通过使得样本类间离散度矩阵和类内离散度矩阵的差值最大,不仅保持了局部邻域结构信息,还强调了样本的判别信息,能有效提升图像的分类效果。

关键词：邻域保持嵌入低秩表示子空间学习特征提取

半监督邻域保持嵌入在高光谱影像分类中的应用

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

计算机科学 2014年第S1期41卷 230-233页

作者：冯海亮潘竞文黄鸿重庆大学光电技术及系统教育部重点实验室重庆400044

为了解决高光谱遥感影像的维数约简问题以提高分类算法的分类精度,并针对高光谱影像通常只包含少量标记样本的问题,提出了基于一种半监督邻域保持嵌入(SSNPE)和改进的KNN分类器的高光谱影像分类算法。该算法在NPE的基础上同时利用同类... 详细信息

为了解决高光谱遥感影像的维数约简问题以提高分类算法的分类精度,并针对高光谱影像通常只包含少量标记样本的问题,提出了基于一种半监督邻域保持嵌入(SSNPE)和改进的KNN分类器的高光谱影像分类算法。该算法在NPE的基础上同时利用同类标记样本和邻域未标记样本获得数据的邻域嵌入结构,并且通过增加标记近邻样本的权重加大降维数据的鉴别性,进而增加k近邻分类器的样本分类精度。在Urban、Indian高光谱影像数据集上的实验结果表明,改进的算法的分类精度提高了约8.7%、3.6%以上,分类性能有了较明显的改善。

关键词：高光谱影像分类维数约简邻域保持嵌入半监督学习

在线全文

学校读者我要写书评

暂无评论

正交及不相关边界邻域保持嵌入的人脸识别

计算机应用 2013年第11期33卷 3097-3101页

作者：陈达遥陈秀宏江南大学数字媒体学院江苏无锡214122

邻域保持嵌入（NPE）算法本质上仍是一种无监督方法，并没有有效利用已有的类别信息提高分类效率。为此提出两种有监督流形学习方法：正交边界邻域保持嵌入（OMNPE）和不相关边界邻域保持嵌入（UMNPE）。首先构造类内和类间邻接图，并... 详细信息

邻域保持嵌入（NPE）算法本质上仍是一种无监督方法，并没有有效利用已有的类别信息提高分类效率。为此提出两种有监督流形学习方法：正交边界邻域保持嵌入（OMNPE）和不相关边界邻域保持嵌入（UMNPE）。首先构造类内和类间邻接图，并定义类内和类间重构误差；然后分别在正交和不相关约束条件下寻找最小化类内重构误差同时最大化类间重构误差的投影向量；将训练样本和测试样本分别投影到低维子空间中，再利用最近邻分类器进行分类识别。在ORL和Yale人脸库上的实验结果表明，与线性判别分析（LDA）、边界Fisher分析（MFA）等子空间人脸识别算法相比，所提算法的平均识别率提高了0．5％-3％，验证了算法的有效性。

关键词：降维流形学习人脸识别邻域保持嵌入正交不相关

在线全文

学校读者我要写书评

暂无评论

基于QR分解的正则化邻域保持嵌入算法

计算机应用 2016年第6期36卷 1624-1629页

作者：翟冬灵王正群徐春林扬州大学信息工程学院江苏扬州225127 北方激光科技集团有限公司江苏扬州225009

针对训练样本不足时,对数据的低维子空间估计可能会产生严重偏差的问题,提出了一种基于QR分解的正则化邻域保持嵌入算法。首先,该算法定义一个局部拉普拉斯矩阵保留原始数据的局部结构;其次,将类内散度矩阵的特征谱空间划分成三个子空间... 详细信息

针对训练样本不足时,对数据的低维子空间估计可能会产生严重偏差的问题,提出了一种基于QR分解的正则化邻域保持嵌入算法。首先,该算法定义一个局部拉普拉斯矩阵保留原始数据的局部结构;其次,将类内散度矩阵的特征谱空间划分成三个子空间,通过倒数谱模型定义的权值函数获得新的特征向量空间,进而对高维数据进行预处理;最后,定义一个邻域保持邻接矩阵,利用QR分解获得的投影矩阵和最近邻分类器进行人脸分类。与正则化广义局部保持投影(RGDLPP)算法相比,所提算法在ORL、Yale、FERET和PIE库上识别率分别提高了2个百分点、1.5个百分点、1.5个百分点和2个百分点。实验结果表明,所提算法易于实现,在小样本(SSS)下有较高的识别率。

关键词：图嵌入正则化局部拉普拉斯矩阵邻域保持嵌入 QR分解