检索结果-南通市图书馆

A fault identification method of rotating machinerybased on t-sne

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2016年第S1期37卷 152-156页

作者： GuYuhai He Linfeng Deng Yali Beijing information science and technology university

A fault identification method ofrotating machinery is proposed,which combines wavelet packet of time-frequency analysis and manifold ***,the sampled vibration signal is decomposed to multilayer information with wavelet packet decomposition(WPD) *** level data of wavelet packet decomposition is processed bydemodulatingof Hilbert transform,eliminating the high frequency noiseof FIR filterand reducing the data length of the low frequency of ***,every level data vector is deal with normalization and calculated for the auto power ***,the manifold learning methods of t distributed stochastic neighbor embedding(t-sne) is applied to do dimension reduction to generate 2D manifold figure *** fault forms of gearbox have different manifold features,which is used to identify failure status of *** the experiment test,the feasibility and effectiveness of this identification method is verified.

关键词： WPD Hilbert t-sne 2D manifold figure data

t-sne:A study on reducing the dimensionality of hyperspectral data for the regression problem of estimating oenological parameters

在线全文

学校读者我要写书评

暂无评论

Artificial Intelligence in Agriculture 2023年第1期7卷 58-68页

作者： Rui Silva Pedro Melo-Pinto CItAB-Centre for the Research and technology of Agro-Environmental and Biological Sciences Inov4Agro-Institute for InnovationCapacity Building and Sustainability of Agri-Food ProductionUniversidade de Trás-os-Montes e Alto DouroQuinta dos PradosVila Real 5000-801Portugal Departamento de Engenharias Escola de Ciências e TecnologiaUniversidade de Trás-os-Montes e Alto DouroQuinta dos PradosVila Real 5000-801Portugal

In recent years there is a growing importance in using machine learning techniques to improve procedures in precision agriculture:in this work we perform a study on models capable of predicting oenological parameters from hyperspectral images of wine grape berries,a specially relevant topic to boost production tasks for ***,we explore the capabilities of a novel technique mostly used for visualization,t-Distributed Stochastic Neighbor Embedding(t-sne),for reducing the dimensionality of the highly complex hyperspectral data and compare its performance with Principal Component Analysis(PCA)method,which despite the introduction of many nonlinear dimensionality reduction techniques over the years,had achieved the best results for real-world data across several studies in *** we explore the potential of Kernel t-sne,an extension to the t-sne method that allows for the usage of the technique in streaming data or online *** results show that,in a direct comparison,t-sne achieves better metrics than PCA for most of the data sets in this work and that the regressor(Support Vector Regression,SVR)performs better with the t-sne reduced features as inputs,accomplishing better predictions with lower error *** the results with current literature,our shallow learning model paired with t-sne achieves either better or on par results than those reported,even competing with more advanced models that use deep learning techniques,which should propel the introduction of t-sne in more studies that require dimensionality reduction.

关键词： Hyperspectral images Dimensionality reduction Regression t-sne Support vector machines Wine grape berries

New guidance for using t-sne:Alternative defaults,hyperparameter selection automation,and comparative evaluation

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Visual Informatics 2022年第2期6卷 87-97页

作者： Robert Gove Lucas Cadalzo Nicholas Leiby Jedediah M.Singer Alexander Zaitzeff two Six technologies USA

We present new guidelines for choosing hyperparameters for t-sne and an evaluation comparing these guidelines to current *** guidelines include a proposed empirically optimum guideline derived from a t-sne hyperparameter grid search over a large collection of data *** also introduce a new method to featurize data sets using graph-based metrics called scagnostics;we use these features to train a neural network that predicts optimal t-sne hyperparameters for the respective data *** neural network has the potential to simplify the use of t-sne by removing guesswork about which hyperparameters will produce the best *** evaluate and compare our neural network-derived and empirically optimum hyperparameters to several other t-sne hyperparameter guidelines from the literature on 68 data *** hyperparameters predicted by our neural network yield embeddings with similar accuracy as the best current t-sne *** our empirically optimum hyperparameters is simpler than following previously published guidelines but yields more accurate embeddings,in some cases by a statistically significant *** find that the useful ranges for t-sne hyperparameters are narrower and include smaller values than previously reported in the ***,we also quantify the potential for future improvements in this area:using data from a grid search of t-sne hyperparameters we find that an optimal selection method could improve embedding accuracy by up to two percentage points over the methods examined in this paper.

关键词： Dimensionality reduction Machine learning t-sne

t-sne降维的红松籽新旧品性近红外光谱鉴别

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2020年第9期40卷 2918-2924页

作者：李鸿博曹军蒋大鹏张冬妍张怡卓东北林业大学机电工程工程学院黑龙江哈尔滨150040

新旧品性是体现红松籽食用价值和育种价值的重要标准。贮存期长短不同的红松籽的深加工价值不同,但是通过外观形态、重量和质地等很难分辨。目前仍采用传统生物化学方法对红松籽化学性质及种子活性进行检测,判断其新旧品性,这种方法耗... 详细信息

新旧品性是体现红松籽食用价值和育种价值的重要标准。贮存期长短不同的红松籽的深加工价值不同,但是通过外观形态、重量和质地等很难分辨。目前仍采用传统生物化学方法对红松籽化学性质及种子活性进行检测,判断其新旧品性,这种方法耗时较长难以满足在线检测的需求,并且试剂处理不当会对环境造成污染。近红外光谱检测在食品和林业领域中被广泛应用,对带壳坚果类林产品的定性分析有实际和指导意义。采用近红外光谱分析技术,对成熟于当年和往年的红松籽进行无损检测研究。首先,将随机抽选的120个按新旧分类的红松籽作标记,为了减少测量过程中的漏光现象并且使实验数据具有一般性,统一采集松籽样本同一侧面的近红外漫反射光谱;然后,利用标准正态变量变换(SNV)、一阶导数以及卷积平滑(SG)算法对原始光谱进行预处理,以减少实验过程中人为因素及预处理方式带来的影响,突出近红外光谱的特征信息;随后,使用主成分分析(PCA)和t-分布邻域嵌入(t-sne)对预处理之后的数据进行线性与非线性降维,聚类分析并比较降维效果。通过数据可视化以及聚类参数的输出,比较得出效果较好的降维方案。红松籽近红外数据应用非线性降维处理效果优于传统线性方法,于是运用t-sne对数据降维以得到优化后的特征变量;最后,以降维之后的数据作为输入,将2/3的试样数据作为校正集用于建立新旧籽分类的支持向量机校正模型,将1/3的试样数据作为验证集用以对模型性能进行验证。结果表明:使用SNV、求导和SG叠加的方法对光谱进行预处理能够有效消除噪声,使吸收峰更明显,光谱轮廓更加清晰平滑,更有助于后期模型的建立;将数据使用t-sne方法降至二维作为分类模型的输入,并且当核函数选择RBF,K取值为5,γ取82.54,惩罚系数C为383.12时,所建立的SVM分类模型分类效果最好,准确度可达97.5%,平均耗时0.02 s。利用近红外光谱分析方法能够对红松籽新旧品性实现无损检测。

关键词：近红外光谱红松籽新旧品性 t-sne SVM

基于t-sne的多参数岩体结构面分步聚类方法

在线全文

学校读者我要写书评

暂无评论

岩土力学 2024年第5期45卷 1540-1550页

作者：李新正王述红侯钦宽董福瑞东北大学资源与土木工程学院辽宁沈阳110819

结构面聚类是进行岩体稳定性评价的重要步骤。常用聚类方法多以产状作为分组依据,忽略了结构面物理特性指标对岩体稳定性的影响。针对分组依据单一化的不足,综合考虑结构面倾向、倾角、迹长、张开度、填充状态和粗糙度的影响,提出一种... 详细信息

结构面聚类是进行岩体稳定性评价的重要步骤。常用聚类方法多以产状作为分组依据,忽略了结构面物理特性指标对岩体稳定性的影响。针对分组依据单一化的不足,综合考虑结构面倾向、倾角、迹长、张开度、填充状态和粗糙度的影响,提出一种基于学生分布随机邻近嵌入(student-distributed stochastic neighbor embedding,简称t-sne)的多参数岩体结构面分步聚类方法。首先,利用t-sne算法对除产状外的结构面特征进行数据降维;进而利用模拟退火算法搜索K-means算法的全局最优初始值,并采用分步聚类思想完成聚类。研究表明:所提方法有效地解决了高维空间样本稀疏的问题,同时保留了数据的局部结构与全局结构。新方法相比于传统方法能对空间分布相似区内结构面的物理特性进行精确划分,分组精度更高,且在避免复杂权重值计算的条件下,能有效区分产状与物理特性参数对岩体稳定性的影响差异。最后,将所提方法应用于中国新疆某露天矿坡结构面实测数据分析中,所得分组结果合理可靠,进一步证明该方法在实际工程中的有效性。研究方法可为多参数岩体结构面的分步聚类提供参考。

关键词：岩体结构面多参数分步聚类 t-sne K-means算法

基于t-sne与CFSFDP算法的多源局部放电脉冲分类技术

在线全文

学校读者我要写书评

暂无评论

中国电力 2022年第5期55卷 102-110页

作者：史强刘鹍李金嵩李福超国网四川省电力公司营销服务中心四川成都610041

为解决在进行多源局部放电脉冲分类时因等效时频特征分布重叠而导致的脉冲无法有效分离的问题,提出一种基于t-sne与CFSFDP算法的局部放电脉冲分类技术。该技术首先通过一种相位同步装置同时采集放电脉冲信号与其对应的相位信息,以单一... 详细信息

为解决在进行多源局部放电脉冲分类时因等效时频特征分布重叠而导致的脉冲无法有效分离的问题,提出一种基于t-sne与CFSFDP算法的局部放电脉冲分类技术。该技术首先通过一种相位同步装置同时采集放电脉冲信号与其对应的相位信息,以单一放电脉冲的时频谱图作为对象,通过t-sne算法对频谱数据进行降维,再对降维结果进行CFSFDP聚类,最后结合由相位同步装置采集到的相位信息对不同放电脉冲的PRPD谱图进行重构进而进行下一步分析。实验结果表明,基于t-sne与CFSFDP的方法能有效地将不同放电脉冲进行分类,结合相位同步装置重构出的PRPD谱图符合放电特征。

关键词：多源局部放电脉冲分类 t-sne CFSFDP 相位同步装置

在线全文

学校读者我要写书评

暂无评论

基于t-sne的晋北矿区地下水水质评价

环境科学学报 2014年第10期34卷 2540-2546页

作者：冯蕊袁瑞强煤炭工业太原设计研究院太原030001 山西大学环境与资源学院太原030006

将t-Distributed Stochastic Neighbor Embedding(t-sne)技术引入水质评价领域,探讨了基于t-sne的水质评价方法,并对晋北矿区地下水水质进行评价.结果发现,相对于传统水质评价方法,基于t-sne的水质评价方法降低了评价过程对经验值的依赖... 详细信息

将t-Distributed Stochastic Neighbor Embedding(t-sne)技术引入水质评价领域,探讨了基于t-sne的水质评价方法,并对晋北矿区地下水水质进行评价.结果发现,相对于传统水质评价方法,基于t-sne的水质评价方法降低了评价过程对经验值的依赖.地下水水质标准中某些指标(如氨氮、锰、挥发性酚类和大肠杆菌等)对不同的水质类别采用了相同的阈值,这导致采用传统方法评价时产生不确定性,而新方法基于"距离"概念识别不同水样在这些指标上的差异,从而提高了评价结果的精确度.此外,新方法通过高维数据向量可视化直观地表达数据间的内在分类特点.评价结果表明,晋北矿区开采排水和生活排污引起了地下水水质恶化,主要超标项目有硫酸盐、总硬度、细菌总数和大肠杆菌群数等.水质恶化影响的深度局限在200 m以浅,在空间上主要局限在靠近左云县和山阴县的部分地区,深层岩溶水水质未见明显改变.

关键词：晋北矿区地下水水质评价 t-sne

基于t-sne降维的科学基金资助项目可视化方法研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2018年第8期2卷 1-9页

作者：陈挺李国鹏王小梅中国科学院文献情报中心北京100190 中国科学院大学北京100049 中国科学院科技战略咨询研究院北京100190

【目的】设计主题模型结合流形学习文本特征降维可视化方案,更有效地发现与更直观地展示科研基金资助布局。【方法】基于美国NSF信息与智能系统(IIS)10年(2008–2017)的基金资助项目数据,利用聚类算法结合人工判读构建项目主题标签;利用... 详细信息

【目的】设计主题模型结合流形学习文本特征降维可视化方案,更有效地发现与更直观地展示科研基金资助布局。【方法】基于美国NSF信息与智能系统(IIS)10年(2008–2017)的基金资助项目数据,利用聚类算法结合人工判读构建项目主题标签;利用tF-IDF向量空间模型与LSA潜在语义分析主题模型分别构建项目申请书高维特征,采用流形学习中t-sne非线性降维算法将高维特征映射到二维或三维空间中可视化展示;基于构建的项目主题标签结合人工判读检验可视化效果。【结果】实验结果表明,t-sne算法结合潜在语义分析模型在实验数据降维效果明显,可视化图谱不论在二维还是三维空间中,相同主题项目有较好的聚集性,主题间同样显示了清晰的轮廓和分界。【局限】算法参数的预设与调整需人工参与,未对不同资助机构的基金文本数据的适用性进行验证。【结论】该方法是可行的且可视化图谱能够直观地反映资助机构的资助布局,对科研管理与决策者审视宏观科研布局能够起到辅助作用。

关键词：科学基金项目科研布局 LSA t-sne 可视化图谱

基于t-sne-VNWOA的船舶柴油机故障诊断

在线全文

学校读者我要写书评

暂无评论

武汉理工大学学报（交通科学与工程版） 2024年第1期48卷 37-42页

作者：尚前明陈家君邱天武汉理工大学船海与能源动力工程学院武汉430063

文中提出一种基于t-sne-VNWOA-LSSVM故障诊断模型,并进行了台架试验.试验设置了正常工况、供气不足、燃烧提前和单缸断油四种工况,将各种工况采集的缸盖振动信号进行快速傅里叶变换(FFt),提取了13个时域和频域特征,利用t分布邻域嵌入算... 详细信息

文中提出一种基于t-sne-VNWOA-LSSVM故障诊断模型,并进行了台架试验.试验设置了正常工况、供气不足、燃烧提前和单缸断油四种工况,将各种工况采集的缸盖振动信号进行快速傅里叶变换(FFt),提取了13个时域和频域特征,利用t分布邻域嵌入算法(t-sne)对数据降维、可视化故障特征.结合鲸鱼优化算法(VNWOA)对分类器(LSSVM)初始参数δ2和γ寻优,搭建其故障识别模型,将遗传算法(GA)和粒子群算法(PSO)的寻优诊断结果与之对比.结果表明:基于t-sne-VNWOA-LSSVM故障诊断模型精度高达96.57%,且具有良好的稳定性及诊断速度.

关键词：柴油机故障诊断 t-sne VNWOA 振动信号 LSSVM

维普期刊数据库博看期刊