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>>
-

检索结果分析

结果分析中...
选择条件:
  • 期刊=计算机工程与应用x
条 记 录,以下是1-10
视图:
排序:
面向旋转机械故障诊断的深度流形迁移学习被引量:2
《计算机工程与应用》2022年第12期289-298,共10页邱颖豫 张柯 杨欣毅 
国家自然科学基金(51505492);河南省科技攻关计划(192102210275);河南省国际人才合作项目(GH201944)。
深度学习因强大的特征提取能力已逐渐成为旋转机械故障诊断的主要方法。但深层模型缺乏领域适应能力,工况变化时性能衰退严重。迁移学习为解决变工况诊断问题提供新的途径。然而现有深度迁移学习方法大多仅对齐不同领域分布的均值中心,...
关键词:深层神经网络 迁移学习 流形学习 旋转机械 故障诊断 
两级邻域采样的孪生网络在流形学习中的应用
《计算机工程与应用》2021年第9期233-239,共7页徐承志 万方 
湖北省教育厅科学技术研究计划(B2017048,B2017046);湖北工业大学科研启动基金(BSQD12031)。
流形学习是一类特殊的非线性求解问题,即从高维采样数据中恢复低维流形结构,以达到维数约简的目的,是模式识别与数据可视化中的重要方法。流形学习存在许多基于局部线性假设的数值解法,即显示地定义局部线性映射模型再进行全局优化,这...
关键词:流形学习 孪生网络 两级邻域 样本对训练 
自适应流形学习在故障诊断中的应用
《计算机工程与应用》2021年第3期247-252,共6页陈明月 刘三阳 
国家自然科学基金(61877046)。
针对人工干预的旋转轴承故障类型及损坏程度诊断问题,提出了一种基于自适应流形学习的故障诊断新方法。该算法借助集合经验模态分解和双谱分析提取振动信号的故障特征,用纹理分析法构建故障信息的纹理特征矩阵,通过自适应流形学习的方...
关键词:自适应 流形学习 集合经验模式分解 双谱分析 纹理特征构造 故障诊断 
流形极限学习机自编码特征表示被引量:1
《计算机工程与应用》2020年第17期150-155,共6页陈媛 陈晓云 
国家自然科学基金(No.71273053);福建省自然科学基金(No.2018J01666)。
极限学习机(ELM)作为一种无监督分类方法,具有学习速度快、泛化性能高、逼近能力好的优点。随着无监督学习的发展,将ELM与自动编码器集成已成为无标签数据集提取特征的新视角,如极限学习机自动编码器(ELMAE)是一种无监督的神经网络,无...
关键词:极限学习机 极限学习机自动编码器 流形学习 无监督学习 特征提取 
改进的局部线性嵌入算法及其应用被引量:14
《计算机工程与应用》2020年第3期176-179,共4页邱建荣 罗汉 
国家自然科学基金(No.11571100)
局部线性嵌入算法(LLE)中常用欧氏距离来度量样本间相似度,而对于具有低维流形结构的高维数据,欧氏距离不能衡量流形上两点间相对位置关系。提出基于Geodesic Rank-order距离的局部线性嵌入算法(简称GRDLLE)。应用最短路径算法(Dijkstr...
关键词:局部线性嵌入 流形学习 降维 GRDLLE算法 
基于TSNE和多尺度稀疏自编码的高光谱图像分类被引量:9
《计算机工程与应用》2019年第21期177-182,219,共7页董安国 张倩 刘洪超 梁苗苗 
国家自然科学基金(No.41601437,No.41571346,No.11201438)
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...
关键词:高光谱图像 深度学习 多尺度空间特征 流形学习 
应用于人脸图像识别的邻域保持极限学习机被引量:4
《计算机工程与应用》2019年第11期187-191,共5页魏迪 刘德山 闫德勤 张悦 
辽宁省自然科学基金(No.20170540574)
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...
关键词:极限学习机 流形学习 近邻保持嵌入 几何结构 
改进的多流形LLE学习算法被引量:5
《计算机工程与应用》2018年第24期156-163,共8页曹中义 吉根林 谈超 
国家自然科学基金(No.41471371);国家自然科学基金青年科学基金(No.61702270)
流形学习已成为机器学习和数据挖掘领域的研究热点。比如,算法LLE(Locally Linear Embedding)作为一种非线性降维算法有很好的泛化性能,被广泛地应用于图像分类和目标识别,但其仅仅假设了数据集处于单流形的情况。MM-LLE(Multiple Manif...
关键词:局部线性嵌入(LLE) 多流形学习 最佳维度 分类 
基于流形学习的约束Laplacian分值多标签特征选择被引量:9
《计算机工程与应用》2018年第19期147-150,共4页蒋伟东 黄睿 
上海市自然科学基金(No.16ZR1411100)
多标签特征选择是针对多标签数据的特征选择技术,提高多标签分类器性能的重要手段。提出一种基于流形学习的约束Laplacian分值多标签特征选择方法(Manifold-based Constraint Laplacian Score,M-CLS)。方法分别在数据特征空间和类别标...
关键词:多标签分类 特征选择 多标签流形学习 Laplacian分值 
基于学习的图像超分辨重建方法综述被引量:22
《计算机工程与应用》2018年第15期13-21,共9页李云红 王珍 张凯兵 章为川 闫亚娣 
国家自然科学基金(No.61471161);陕西省科技厅自然科学基础研究重点项目(No.2016JZ026;No.2018JQ1017);西安工程大学博士科研启动基金(No.BS1616)
全面综述了基于学习的单帧图像超分辨重建技术的研究与发展。基于学习的单帧图像超分辨重建借助机器学习技术,通过学习低分辨与高分辨图像之间的映射关系估计低分辨图像中丢失的高频细节,以获得边缘清晰、纹理细节丰富的高质量图像。根...
关键词:实例学习 流形学习 实例回归 字典学习 单帧图像超分辨 图像质量评价 
检索报告 对象比较 聚类工具 使用帮助 返回顶部