期刊文献+
共找到838篇文章
< 1 2 42 >
每页显示 20 50 100
一种半监督多流形识别算法
1
作者 高小方 贾丽娜 《山西大学学报:自然科学版》 CAS 北大核心 2019年第4期824-832,共9页
半监督学习方法在多流形学习领域的应用越来越广泛,文章提出了一种基于MPPCA模型的半监督多流形识别算法M2SMPPCA。该算法首先通过MPPCA模型将原始数据集划分成m个"局部数据块",再根据标签信息对这些数据块进行进一步的分解,... 半监督学习方法在多流形学习领域的应用越来越广泛,文章提出了一种基于MPPCA模型的半监督多流形识别算法M2SMPPCA。该算法首先通过MPPCA模型将原始数据集划分成m个"局部数据块",再根据标签信息对这些数据块进行进一步的分解,使每一个数据块中的标签信息一致;然后利用切空间偏差构造能反映出数据点之间局部几何特性的相似图,并通过谱聚类实现多流形的识别;最后利用共协矩阵集成多次分解结果,提高了子流形分解结果的鲁棒性,得到最终的子流形。实验结果表明,该算法在人造数据和实际的高维图像数据上都能有效地分解开相交多流形数据,相较于其他算法极大地提高了分解精度。 展开更多
关键词 流形学习 流形 半监督学习 MPPCA 切空间
现代流程工业的机器学习建模 预览
2
作者 赵顺毅 陈子豪 +2 位作者 张瑾 栾小丽 刘飞 《自动化仪表》 CAS 2019年第9期1-7,共7页
随着工业大数据时代的来临,基于数据驱动的建模方法在现代流程工业中的研究和应用引起了广泛关注。对以典型机器学习算法为核心的数据驱动建模方法近年来的研究发展进行了系统性的阐述。首先回顾了以分类和回归任务为主的单层机器学习... 随着工业大数据时代的来临,基于数据驱动的建模方法在现代流程工业中的研究和应用引起了广泛关注。对以典型机器学习算法为核心的数据驱动建模方法近年来的研究发展进行了系统性的阐述。首先回顾了以分类和回归任务为主的单层机器学习算法在流程工业中的研究与应用,涉及故障检测、识别和诊断,软测量以及质量检测等。再对图像识别、语义分析等领域受瞩目的深度学习算法目前在工业领域的应用与发展进行详述。进而介绍区别于统计分析理论的流形学习在流程工业上的研究与应用进展。最后,对基于上述三类机器学习算法的数据驱动建模方法进行总结并提出展望。 展开更多
关键词 流程工业 数据驱动 机器学习 深度学习 流形学习
在线阅读 下载PDF
面向高光谱影像分类的多特征流形鉴别嵌入 预览
3
作者 黄鸿 李政英 +1 位作者 石光耀 潘银松 《光学精密工程》 EI CAS CSCD 北大核心 2019年第3期726-738,共13页
鉴于传统维数约减方法对高光谱遥感影像进行降维时,往往只利用了单一的光谱特征,限制了分类性能的提升。提出一种基于多特征流形鉴别嵌入的维数约减方法,该方法首先提取高光谱数据的LBP(Local Binary Patterns)纹理特征,然后利用样本点... 鉴于传统维数约减方法对高光谱遥感影像进行降维时,往往只利用了单一的光谱特征,限制了分类性能的提升。提出一种基于多特征流形鉴别嵌入的维数约减方法,该方法首先提取高光谱数据的LBP(Local Binary Patterns)纹理特征,然后利用样本点的光谱-LBP特征联合距离及类别信息构建类内图和类间图以发现高光谱影像中的鉴别流形结构,在低维嵌入空间中不仅保持来自同一像素的光谱和纹理特征的相似性,而且使同类点尽可能紧致、不同类点远离,实现空-谱联合低维鉴别特征提取,以有效提高地物分类性能。在Indian Pines和黑河高光谱遥感数据集上的实验表明,本文算法的分类精度在不同实验条件下均优于传统的维数约减方法,其分类精度可达95.05%和96.20%,在较少训练样本条件下优势更为明显,有利于实际应用。 展开更多
关键词 高光谱遥感 维数约减 纹理特征 多特征学习 流形学习
在线阅读 下载PDF
多黎曼流形的判别分析与融合 预览
4
作者 蔡金金 刘博 +1 位作者 马跃进 么炜 《河北农业大学学报》 CAS CSCD 北大核心 2019年第1期114-121,共8页
为了得到低维且更具有判别性的流行表示,并进一步融合各种流行判别分析的结果,本研究提出了基于局部重构的黎曼流形判别分析统一框架,在动态纹理分类,物体识别和人脸识别任务中,验证了该框架的有效性。
关键词 图像集分类 稀疏表示 距离学习 流形学习
在线阅读 下载PDF
基于TSNE和多尺度稀疏自编码的高光谱图像分类 预览
5
作者 董安国 张倩 +1 位作者 刘洪超 梁苗苗 《计算机工程与应用》 CSCD 北大核心 2019年第21期177-182,219共7页
针对高光谱图像存在维数“灾难”、特征以及空间信息利用不足的问题,结合深度学习、流形学习及多尺度空间特征的最新进展,提出了一种TSNE和多尺度稀疏自编码网络的高光谱图像分类算法。利用TSNE算法对高光谱图像进行降维,再对每个像元... 针对高光谱图像存在维数“灾难”、特征以及空间信息利用不足的问题,结合深度学习、流形学习及多尺度空间特征的最新进展,提出了一种TSNE和多尺度稀疏自编码网络的高光谱图像分类算法。利用TSNE算法对高光谱图像进行降维,再对每个像元的邻域进行多尺度空间特征提取,利用加入空谱联合信息的像元训练稀疏自编码网络模型并通过softmax分类器进行分类,减少计算复杂度,提高分类精确度。通过对Indian Pines及Pavia University两组数据进行实验,结果表明,提出的算法与其他五种算法相比分类效果更好。 展开更多
关键词 高光谱图像 深度学习 多尺度空间特征 流形学习
在线阅读 下载PDF
基于多特征广义深度自编码的肺结节诊断方法 预览
6
作者 罗嘉滢 赵涓涓 +1 位作者 强彦 唐笑先 《计算机工程与设计》 北大核心 2019年第1期154-160,共7页
针对基于深度学习的肺结节良恶性分类诊断中由于学习到的肺结节特征不够全面引起的分类准确率不高问题,提出一种基于多特征广义深度自编码的肺结节诊断方法。通过预处理构建肺结节图像的3种数据集作为输入;将流形学习引入基于极限学习... 针对基于深度学习的肺结节良恶性分类诊断中由于学习到的肺结节特征不够全面引起的分类准确率不高问题,提出一种基于多特征广义深度自编码的肺结节诊断方法。通过预处理构建肺结节图像的3种数据集作为输入;将流形学习引入基于极限学习机的深度自编码中,形成无监督广义深度自编码,利用该网络逐层提取特征;通过不同的融合策略对肺结节,进行良恶性分类。实验结果表明,该方法可以有效提高分类性能,肺结节分类的准确率达到94.72%。 展开更多
关键词 肺结节 多特征 极限学习 流形学习 自编码 良恶性分类
在线阅读 下载PDF
航空发动机转子系统早期故障迁移流形学习研究 预览
7
作者 尚坤 《内燃机与配件》 2019年第12期180-181,共2页
航空发动机转子系统早期故障信号非线性、样本少、特征微弱难以提取等导致不能有效预示。为了解决这些问题,迁移学习被提出并越来越受到人们的重视。迁移学习是指运用已经现有的知识,对不同的但是相关的领域问题,一种新的求解方式。将... 航空发动机转子系统早期故障信号非线性、样本少、特征微弱难以提取等导致不能有效预示。为了解决这些问题,迁移学习被提出并越来越受到人们的重视。迁移学习是指运用已经现有的知识,对不同的但是相关的领域问题,一种新的求解方式。将迁移学习与流形学习相融合并充分挖掘其潜力,充分提高流形学习的推理性与延展性,形成预示早期航空发动机转子系统故障在样本少、工况交变等情况下新的理论与方法。 展开更多
关键词 航空发动机转子系统 迁移学习 流形学习 早期故障
在线阅读 下载PDF
基于对抗网络的图片生成 预览
8
作者 田宇昊 黄元 《电子技术与软件工程》 2019年第22期68-69,共2页
在本文中,我们将从生成模型的角度研究,模型可以通过给定的未标记实际年龄人脸图像,直接生成具有期望年龄特征并带有给定面部特征的人脸图像。
关键词 人脸建模 流形学习 对抗网络 深度学习
在线阅读 下载PDF
基于LapESVR的比例标签学习模型
9
作者 石勇 孟凡 齐志泉 《管理评论》 CSSCI 北大核心 2019年第6期135-143,共9页
大数据时代,在实际应用中所面临的数据体量大幅增长,由于对数据进行详细标记的难度很大而且成本极高,弱标签数据已经成为了大数据时代所面临的主要数据。比例标签数据作为弱标签数据中的一个重要类型,有着广阔的应用场景,但目前仍未受... 大数据时代,在实际应用中所面临的数据体量大幅增长,由于对数据进行详细标记的难度很大而且成本极高,弱标签数据已经成为了大数据时代所面临的主要数据。比例标签数据作为弱标签数据中的一个重要类型,有着广阔的应用场景,但目前仍未受到广泛关注。已有的比例标签学习模型在处理大规模问题时,计算速度往往较慢。为了提高学习速度,本文提出Lap-Inv Cal模型,利用LapESVR进行比例标签学习。大量实验表明,该模型在保证较高精度的同时,大幅提升了训练速度,能够广泛应用于大规模比例标签学习问题中。 展开更多
关键词 比例标签学习 LLP 流形学习 Lap-InvCal LapESVR
应用于人脸图像识别的邻域保持极限学习机 预览
10
作者 魏迪 刘德山 +1 位作者 闫德勤 张悦 《计算机工程与应用》 CSCD 北大核心 2019年第11期187-191,共5页
极限学习机广泛应用于人脸识别领域。传统的极限学习机算法因在少量标签样本上进行训练,容易发生学习过程不充分问题,同时在学习过程中往往忽略了样本内在的几何结构,影响其对人脸识别的分类能力。受流形学习思想的启发,提出一种邻域保... 极限学习机广泛应用于人脸识别领域。传统的极限学习机算法因在少量标签样本上进行训练,容易发生学习过程不充分问题,同时在学习过程中往往忽略了样本内在的几何结构,影响其对人脸识别的分类能力。受流形学习思想的启发,提出一种邻域保持极限学习机算法。该算法保持数据最本质的结构和同类数据的判别信息,利用最小化类内散度矩阵来提高极限学习机整体的分类性能。通过人脸数据集上的多次实验结果表明,该算法的人脸识别准确率高于其他算法,更能有效地进行分类识别。 展开更多
关键词 极限学习 流形学习 近邻保持嵌入 几何结构
在线阅读 下载PDF
原信息与映射信息组合的多核学习降维方法 预览
11
作者 李旭 王士同 《计算机科学与探索》 CSCD 北大核心 2019年第2期310-321,共12页
对于一些降维算法来说,数据的流形结构会对其降维效果造成很大影响。针对已有的多核学习降维算法没有考虑到保持数据流形结构这一问题,在其基础上提出了一种新的多核学习降维方法。其实质是由于数据通过映射函数投影到高维空间,在这个... 对于一些降维算法来说,数据的流形结构会对其降维效果造成很大影响。针对已有的多核学习降维算法没有考虑到保持数据流形结构这一问题,在其基础上提出了一种新的多核学习降维方法。其实质是由于数据通过映射函数投影到高维空间,在这个过程中可能会造成数据流形结构的扭曲,为了保持原数据的流形结构,从原数据中选择全部或局部信息与映射空间信息进行组合,从而使得在高维投影空间中能够较好地保存原数据的流形结构,减小因数据在映射空间中产生扭曲而对降维结果造成的影响。原信息与特征信息组合的方法最终将表示为核之间的耦合,并可以通过原多核学习框架的优化方法进行优化得到其核权重系数。实验证明,通过使用新方法,使用少量的特征也能够达到不错的效果,同时在时间效率上较原多核学习框架的方法也有所提高。 展开更多
关键词 流形学习 核方法 多核学习 原信息 映射空间
在线阅读 下载PDF
基于子空间距离的局部切空间增量学习 预览
12
作者 李德宜 曾弦 周勇 《武汉科技大学学报》 CAS 北大核心 2019年第5期394-400,共7页
提出一种基于子空间距离的局部切空间增量学习方法ISLTSA。首先采用基于划分的简化局部切空间排列算法SLTSA,把初始样本集划分为彼此重叠的多个局部最大线性片;然后引入向量到子空间的距离测度描述新数据点与局部最大线性片的接近程度,... 提出一种基于子空间距离的局部切空间增量学习方法ISLTSA。首先采用基于划分的简化局部切空间排列算法SLTSA,把初始样本集划分为彼此重叠的多个局部最大线性片;然后引入向量到子空间的距离测度描述新数据点与局部最大线性片的接近程度,并将新数据点归入距离其最近的局部最大线性片中;最后,新数据点的全局低维坐标可由局部线性子空间与全局低维流形的仿射变换计算得出。对多个经典数据集的降维结果表明,ISLTSA算法能够保留数据集的局部几何性质,是一种有效的非线性增量学习方法。 展开更多
关键词 增量学习 流形学习 局部切空间排列 子空间距离 降维 ISLTSA算法
在线阅读 下载PDF
基于ASL-Isomap流形学习的滚动轴承故障诊断方法 预览 被引量:2
13
作者 王振亚 戚晓利 吴保林 《噪声与振动控制》 CSCD 2019年第2期167-174,共8页
针对滚动轴承故障特征集维数高及冗余问题,提出一种基于自适应自组织增量学习神经网络界标点的等度规映射(Adaptive self-organizing incrementalneural network landmark Isomap,ASL-Isomap)流形学习的滚动轴承故障诊断方法。首先,从... 针对滚动轴承故障特征集维数高及冗余问题,提出一种基于自适应自组织增量学习神经网络界标点的等度规映射(Adaptive self-organizing incrementalneural network landmark Isomap,ASL-Isomap)流形学习的滚动轴承故障诊断方法。首先,从时域、频域、时频域以及复杂域提取振动信号的故障特征,构建高维混合域故障特征集;其次,采用ASL-Isomap方法对高维混合域故障特征集进行维数约简,提取出低维、敏感特征子集;最后,应用核极限学习机(Kernel extreme learning machine,KELM)分类器对低维特征进行故障识别。ASL-Isomap方法集成自适应邻域构建和SOINN界标点选取的优势,能够更有效挖掘数据的低维本质流形。圆柱滚子轴承故障诊断实验验证该故障诊断方法的有效性和优越性。 展开更多
关键词 故障诊断 滚动轴承 流形学习 ASL-Isomap 核极限学习
在线阅读 下载PDF
流形学习在运动声源声特征提取方面的研究 预览
14
作者 宿元亮 刘志红 +2 位作者 王万凯 赵玉贵 仪垂杰 《应用声学》 CSCD 北大核心 2019年第6期961-968,共8页
运动声源因声信号时变性、叠加性和空时耦合性强,声数据呈现高维、非线性等特点,使得关键声特征提取困难,声特征提取方法复杂度高、数值计算量大、有效性差。因此,如何有效提取声特征并降低提取方法复杂度成为目前多源声场声源精准识别... 运动声源因声信号时变性、叠加性和空时耦合性强,声数据呈现高维、非线性等特点,使得关键声特征提取困难,声特征提取方法复杂度高、数值计算量大、有效性差。因此,如何有效提取声特征并降低提取方法复杂度成为目前多源声场声源精准识别需迫切解决的关键科学问题。由此,该文提出短时傅里叶变换(STFT)和局部线性嵌入算法(LLE)联合的STFT-LLE流形学习声特征提取方法,并将此方法应用于运动声特征提取,且通过仿真实验测试对其进行了验证。该方法为运动声目标的分类识别提供了技术支撑。 展开更多
关键词 运动声源 特征提取 流形学习 短时傅里叶变换 局部线性嵌入
在线阅读 下载PDF
基于旋转主方向梯度直方图特征的判别稀疏图映射算法 预览
15
作者 童莹 沈越泓 魏以民 《物理学报》 SCIE EI CAS CSCD 北大核心 2019年第19期95-110,共16页
非约束环境下采集的人脸图像复杂多变,将其直接作为字典原子用于稀疏表示分类(sparserepresentation based classification, SRC),识别效果不理想.针对该问题,本文提出一种基于旋转主方向梯度直方图特征的判别稀疏图映射(discriminative... 非约束环境下采集的人脸图像复杂多变,将其直接作为字典原子用于稀疏表示分类(sparserepresentation based classification, SRC),识别效果不理想.针对该问题,本文提出一种基于旋转主方向梯度直方图特征的判别稀疏图映射(discriminative sparse graph embedding based on histogram of rotated principalorientation gradients, DSGE-HRPOG)算法,用于构建类内紧凑、类间分离的低维判别特征字典,提高稀疏表示分类准确性.首先,采用旋转主方向梯度直方图(histogram of rotated principal orientation gradients,HRPOG)特征算子提取非约束人脸图像的多尺度多方向梯度特征,有效去除外界干扰和像素间冗余信息,构建稳定、鉴别的HRPOG 特征字典;其次,引入判别稀疏图映射(discriminative sparse graph embedding,DSGE)算法,以类内重构散度最小、类间重构散度最大为目标计算特征字典的最佳低维投影矩阵,进一步增强低维特征字典的判别性、紧致性;最后,提出投影矩阵和稀疏重构关系交替迭代优化算法,将维数约简过程伴随在稀疏图构建过程中,使分类效果更理想.在AR, Extended Yale B, LFW 和PubFig 这4 个数据库上进行大量实验,验证了本文算法在实验环境数据库和真实环境数据库上的有效性. 展开更多
关键词 非约束人脸识别 流形学习 稀疏保持投影 方向梯度直方图
在线阅读 下载PDF
热振环境下薄壁结构动力学参数识别的流形学习方法
16
作者 董龙雷 郝彩凤 赵建平 《中国科学:物理学、力学、天文学》 CSCD 北大核心 2019年第2期119-126,共8页
热振激励下的高超声速飞行器复合材料薄壁结构的动力学特性复杂,通过对不同载荷条件下薄壁结构的动力学参数识别可进行结构动态特性评估.针对热振激励下的非线性结构,基于流形学习提出了一种识别结构动力学参数的新方法,该方法仅从响应... 热振激励下的高超声速飞行器复合材料薄壁结构的动力学特性复杂,通过对不同载荷条件下薄壁结构的动力学参数识别可进行结构动态特性评估.针对热振激励下的非线性结构,基于流形学习提出了一种识别结构动力学参数的新方法,该方法仅从响应数据就可以识别结构的固有频率、振型和阻尼比.通过建立热振联合试验系统,对C/SiC复合材料薄壁结构开展不同温度下的热振试验,得到不同温度下的动力学参数并获取试验响应数据集,基于流形学习方法的识别结果与试验结果对比,验证了方法的可行性,并得到了C/SiC复合材料薄壁结构的动力学参数随温度的演化规律. 展开更多
关键词 参数识别 流形学习 热振试验
运动声源声特征提取及试验研究
17
作者 王万凯 刘志红 仪垂杰 《机械设计》 CSCD 北大核心 2019年第A01期107-112,共6页
城市交通噪声污染越来越严重,已成为环境污染的热点。交通噪声源是运动声源,其声数据呈现出高维数、非线性,由一般声特征分析方法提取有效声特征复杂度高、数值计算量大,因此文中提出了先采用短时傅里叶变换(STFT)提取声特征,把提取结... 城市交通噪声污染越来越严重,已成为环境污染的热点。交通噪声源是运动声源,其声数据呈现出高维数、非线性,由一般声特征分析方法提取有效声特征复杂度高、数值计算量大,因此文中提出了先采用短时傅里叶变换(STFT)提取声特征,把提取结果作为流形学习局部线性嵌入算法(LLE)的输入向量来构建LLE的高维特征矩阵,得到STFT-LLE流形学习新的声特征提取方法,解决了高维特征矩阵构建的难题。通过对STFT-LLE方法的数字仿真试验,验证了STFT-LLE方法提取运动声特征的有效性。 展开更多
关键词 运动声源 特征提取 流形学习 短时傅里叶变换
基于流形学习的光学遥感图像分类 预览
18
作者 王云艳 罗冷坤 王重阳 《计算机工程与科学》 CSCD 北大核心 2019年第7期1212-1219,共8页
随着光学遥感图像技术的快速发展与广泛应用,对光学遥感图像的准确分类具有深远的研究意义。传统特征提取方式提取的高维特征中夹杂着许多冗余信息,分类过程可能导致过拟合现象,针对传统的线性降维算法不足以保持原始数据的内部结构,容... 随着光学遥感图像技术的快速发展与广泛应用,对光学遥感图像的准确分类具有深远的研究意义。传统特征提取方式提取的高维特征中夹杂着许多冗余信息,分类过程可能导致过拟合现象,针对传统的线性降维算法不足以保持原始数据的内部结构,容易造成数据失真这一问题,提出基于流形学习的光学遥感图像分类算法。该算法首先提取出图像的SIFT特征,然后将流形学习运用于特征降维,最后结合支持向量机进行训练和识别。实验结果表明,在Satellite、NWPU和UCMerced实验数据中,冰川、建筑群和海滩分类精度得到了有效提高,达到85%左右;针对沙漠、岩石、水域等特殊环境遥感图像,分类精度提高了10%左右。总而言之,基于流形学习的分类算法对通过降维之后的数据能够保持在原高维空间中的拓扑结构,相似特征点能得到有效聚合,预防了“维数灾难”,减少了计算量,保证了分类精度。 展开更多
关键词 流形学习 遥感图像 图像分类 支持向量机
在线阅读 下载PDF
用于图像分割的局部区域一致性流形约束MRF模型
19
作者 徐胜军 孟月波 +3 位作者 刘光辉 于军琪 熊福力 胡高珍 《控制与决策》 EI CSCD 北大核心 2019年第5期997-1003,共7页
针对区域马尔可夫随机场(MRF)模型难以有效描述图像复杂先验知识的问题,提出一种基于局部区域一致性流形约束MRF(LRCMC-MRF)模型.首先,所提模型利用高维数据的低维流形分布表征图像局部区域的复杂几何结构先验,建立图像局部区域的流形... 针对区域马尔可夫随机场(MRF)模型难以有效描述图像复杂先验知识的问题,提出一种基于局部区域一致性流形约束MRF(LRCMC-MRF)模型.首先,所提模型利用高维数据的低维流形分布表征图像局部区域的复杂几何结构先验,建立图像局部区域的流形先验约束;其次,基于Pairwise MRF模型,建立一种包含更多图像局部信息的局部空间自适应MRF模型;最后,基于贝叶斯理论,将复杂局部区域几何结构先验和局部空间自适应统计特征融合,利用Gibbs采样算法对所提出模型进行优化.实验结果表明,与基于常规区域的MRF模型相比,所提出的分割算法具有较好的分割效果. 展开更多
关键词 流形学习 马尔可夫随机场 局部区域一致性 Gibbs采样算法 图像分割
基于对偶图正则化的多层概念分解算法 预览
20
作者 张显 叶军 《计算机应用研究》 CSCD 北大核心 2019年第2期636-640,共5页
为了进一步挖掘数据间的隐藏信息,在多层概念分解算法的框架下,考虑每一层分解下的数据流形和特征流形,提出了一种基于对偶图正则化的多层概念分解算法。该算法通过对数据的逐层分解,以分层的方式学习,并在每一层分解数据中构建数据空... 为了进一步挖掘数据间的隐藏信息,在多层概念分解算法的框架下,考虑每一层分解下的数据流形和特征流形,提出了一种基于对偶图正则化的多层概念分解算法。该算法通过对数据的逐层分解,以分层的方式学习,并在每一层分解数据中构建数据空间和特征属性空间的拉普拉斯图,用于反映数据流形和特征流形的多元几何结构信息,从而能够更好地从复杂数据中提取出更有效的特征。采用交替迭代的方法求解算法的目标函数并证明了算法的收敛性。通过在三个真实数据库(TDT2、PIE、COIL20)上的实验表明,该方法在数据的聚类表示效果方面优于其他方法。 展开更多
关键词 概念分解 多层分解 对偶回归 流形学习 聚类
在线阅读 下载PDF
上一页 1 2 42 下一页 到第
使用帮助 返回顶部 意见反馈