流形学习

作品数：1041被引量：3434H指数：25
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：黄鸿冯海亮李见为汤宝平曾宪华更多>>
相关机构：重庆大学西安电子科技大学浙江大学电子科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家教育部博士点基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=振动与冲击x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度流形学习的水中目标声信号特征提取
《振动与冲击》2024年第9期50-59,共10页周钰 王津 滕飞 潘必胜 王友瑞 雷迎科 
国家自然科学基金(62071479)。
随着海洋环境日益复杂,水中目标声信号观测数据呈现出高维数、非线性、非结构化等特点,无疑给水中目标声信号特征提取带来严峻挑战,该文提出了一种基于流形自编码器的水中目标声信号特征提取方法。首先,通过自编码器重建误差对原始数据...
关键词：流形 自编码 生成对抗 特征提取 
参数优化变分模态分解与多域流形学习的行星齿轮箱故障诊断被引量：19
《振动与冲击》2021年第1期110-118,126,共10页王振亚 姚立纲 戚晓利 张俊 郑近德 
国家自然科学基金项目(51775114);国家自然科学基金项目(51275092);福建省工业机器人基础部件技术重大研发平台(2014H21010011)。
针对行星齿轮箱特征提取困难的问题,提出一种基于参数优化变分模态分解与多域流形学习的故障诊断方法。首先,利用樽海鞘群优化变分模态分解(SSO-VMD)对信号进行分解与重构,降低噪声干扰;然后,从多域提取故障特征,并采用改进监督型自组...
关键词：变分模态分解 等度规映射 流形学习 支持向量机 行星齿轮箱 故障诊断 
基于变分模态分解与流形学习的滚动轴承故障特征提取方法被引量：26
《振动与冲击》2018年第23期133-140,共8页戚晓利 叶绪丹 蔡江林 郑近德 潘紫微 张兴权 
国家自然科学基金资助项目(51505002);安徽省高校自然科学研究重点项目(KJ2017A053)
提出了一种基于变分模态分解(VMD)和局部切空间排列算法(LTSA)相结合的滚动轴承早期故障诊断方法。首先利用VMD算法分解圆柱滚子轴承不同运行状态下的振动信号,通过求取瞬时频率均值并绘制特征曲线筛选出与原始信号最为相关的几个分量;...
关键词：变分模态分解 流形学习 局部切空间排列算法 故障诊断 圆柱滚动轴承 
基于独立特征选择与流形学习的故障诊断被引量：7
《振动与冲击》2018年第16期77-82,123,共7页杜伟 房立清 齐子元 
河北省自然科学基金项目(E2016506003)
为了有效利用特征集所包含的敏感特征进行故障诊断,提出基于独立特征选择(Individual Feature Selection,IFS)与流形学习的故障诊断方法。从多个角度提取振动信号的混合特征,构建原始高维特征集。采用一种改进的核Fisher特征选择方法为...
关键词：故障诊断 独立特征选择 核FISHER判别分析 流形学习 
基于小波包和拉普拉斯特征值映射的柱塞泵健康评估方法被引量：19
《振动与冲击》2017年第22期45-50,共6页王浩任 黄亦翔 赵帅 刘成良 王双园 张大庆 
国家科技支撑计划(2014BAA04B01);国家自然科学基金(51305258);上海市科委项目(1411104600)
柱塞泵是液压系统的关键部件之一,监测其健康状态对液压系统的可靠运行具有重要意义。提出一种基于小波包和流形学习的方法,用于分析柱塞泵出口振动信号,从而对其进行健康评估;该方法利用小波包对原始信号进行分解,从中提取用于描述柱...
关键词：小波包分析 流形学习 柱塞泵 拉普拉斯特征映射 健康状态评估 
基于多尺度时不可逆与t-SNE流形学习的滚动轴承故障诊断被引量：17
《振动与冲击》2017年第17期61-68,84,共9页姜战伟 郑近德 潘海洋 潘紫微 
国家自然科学基金(51505002;51305046);安徽省高校自然科学研究重点资助项目(KJ2015A080);安工大研究生创新研究基金(2016062)
为了精确地提取机械振动信号的非线性故障特征,提出了一种新的振动信号复杂性测量方法——多尺度时不可逆。同时结合t-分布邻域嵌入(t-SNE)流形学习和粒子群优化-支持向量机(PSO-SVM),提出了一种新的滚动轴承故障诊断方法。采用多尺度...
关键词：多尺度时不可逆 t-分布邻域嵌入 支持向量机 滚动轴承 故障诊断 
Laplacian双联最小二乘支持向量机用于早期故障诊断被引量：6
《振动与冲击》2017年第16期85-92,共8页李锋 汤宝平 郭胤 
国家自然科学基金青年基金(51305283);中国博士后科学基金第60批面上资助项目(2016M602685)
提出基于Laplacian双联最小二乘支持向量机(Laplacian Twin Least Squares Support Vector Machine,LapTLSSVM)半监督模式识别的新型早期故障诊断方法。用时、频域特征集广泛收集旋转机械不同早期故障的特征信息,再用提升半监督局部Fis...
关键词：旋转机械 流形学习 Laplacian双联最小二乘支持向量机 半监督学习 故障诊断 
邻域自适应增量式PCA-LPP在齿轮箱故障诊断中的应用被引量：9
《振动与冲击》2017年第14期111-115,132,共6页邓士杰 唐力伟 张晓涛 
国家自然科学基金资助项目(50775219);军队科研资助项目
针对流形学习算法的增量处理问题,提出一种邻域自适应增量式PCA-LPP流形学习算法,阐述了算法的基本原理以及增量样本处理方法。对新增样本的引入,首先根据已有样本对协方差矩阵和相似矩阵进行增量更新,而后结合已有样本降维结果对新增...
关键词：增量式学习 自适应 流形学习 故障诊断 
等距映射和局部线性嵌入算法集成的转子故障数据集降维方法被引量：11
《振动与冲击》2017年第6期45-50,156,共7页陈鹏飞 赵荣珍 彭斌 李坤杰 
国家自然科学基金资助项目(51675253);教育部高校博士学科点专项科研基金资助(20136201110004)
经数据分析途径实现机器智能的故障决策引发出了关于故障数据集的降维问题。通过将等距映射算法(Isometric Mapping,ISOMAP)、局部线性嵌入(Locally Linear Embedding,LLE)算法的优缺点进行互补,提出一种适用于非线性数据集降维的核框...
关键词：故障诊断 流形学习 核方法 特征提取 
基于多尺度正交PCA-LPP流形学习算法的故障特征增强方法被引量：14
《振动与冲击》2015年第13期66-70,114,共6页张晓涛 唐力伟 王平 邓士杰 
国家自然科学基金资助项目(50775219);军队科研资助项目
针对齿轮箱故障声发射信号特征增强问题,提出一种多尺度正交PCA-LPP非线性流形学习特征增强方法,兼顾PCA的全局方差增大变换特性以及LPP的局部非线性特征保持特性,并通过正交化消除投影分量间的冗余信息,使处理之后的齿轮箱故障信号内...
关键词：局部保持投影 主元分析 多尺度分析 正交化 特征增强 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部