期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LCD和KNNCH分类算法的齿轮故障诊断方法
被引量：
10
1
作者
曾鸣
杨宇
+1 位作者
郑近德
程军圣
《中国机械工程》
EI
CAS
CSCD
北大核心
2014年第15期2049-2054,共6页
提出了一种基于局部特征尺度分解(LCD)和核最近邻凸包(KNNCH)分类算法的齿轮故障诊断方法。该方法采用LCD对齿轮原始振动信号进行分解得到若干内禀尺度分量(ISC),然后提取包含主要信息的ISC分量的能量作为特征向量输入到KNNCH分类器,根...
提出了一种基于局部特征尺度分解(LCD)和核最近邻凸包(KNNCH)分类算法的齿轮故障诊断方法。该方法采用LCD对齿轮原始振动信号进行分解得到若干内禀尺度分量(ISC),然后提取包含主要信息的ISC分量的能量作为特征向量输入到KNNCH分类器,根据其输出结果来判断齿轮的工作状态。实验分析结果表明,所提出的方法能有效地提取齿轮故障特征信息,而且在小样本的情况下仍能准确地对齿轮的工作状态进行识别。同时,与支持向量机(SVM)算法的对比分析结果表明,KNNCH算法能取得与SVM算法相当或更高的正确识别率。
展开更多
关键词
局部特征尺度分解(LCD)
核最近邻凸包(
knnch
)分类算法
能量
齿轮
故障诊断
在线阅读
下载PDF
职称材料
核最近邻凸包分类算法
被引量：
6
2
作者
周晓飞
杨静宇
姜文瀚
《中国图象图形学报》
CSCD
北大核心
2007年第7期1209-1213,共5页
为了增强最近邻凸包分类器的非线性分类能力,提出了基于核函数方法的最近邻凸包分类算法。该算法首先利用核函数方法将输入空间映射到高维特征空间,然后在高维特征空间采用最近邻凸包分类器对样本进行分类。最近邻凸包分类器是一类以测...
为了增强最近邻凸包分类器的非线性分类能力,提出了基于核函数方法的最近邻凸包分类算法。该算法首先利用核函数方法将输入空间映射到高维特征空间,然后在高维特征空间采用最近邻凸包分类器对样本进行分类。最近邻凸包分类器是一类以测试点到各类别凸包的距离为相似性度量,并按最近邻原则归类的分类算法。人脸识别实验结果证实,这种核函数方法与最近邻凸包分类算法的融合是可行的和有效的。
展开更多
关键词
核最近邻凸包分类
最近邻凸包分类
模式识别
人脸识别
在线阅读
下载PDF
职称材料
基于局部特征尺度分解和核最近邻凸包分类算法的滚动轴承故障诊断方法
被引量：
6
3
作者
杨宇
曾鸣
程军圣
《振动工程学报》
EI
CSCD
北大核心
2013年第1期118-126,共9页
提出了一种基于局部特征尺度分解(Local characteristic-scale decomposition,LCD)和核最近邻凸包(Kernelnearest neighbor convex hull,KNNCH)分类算法的滚动轴承故障诊断方法。采用LCD方法对滚动轴承原始振动信号进行分解得到若干内...
提出了一种基于局部特征尺度分解(Local characteristic-scale decomposition,LCD)和核最近邻凸包(Kernelnearest neighbor convex hull,KNNCH)分类算法的滚动轴承故障诊断方法。采用LCD方法对滚动轴承原始振动信号进行分解得到若干内禀尺度分量(Intrinsic scale component,ISC),然后将这些ISC分量组成初始特征向量矩阵,再对该矩阵进行奇异值分解,提取奇异值作为故障特征向量并输入到KNNCH分类器,根据其输出结果来判断滚动轴承的工作状态和故障类型。LCD方法是一种新的自适应时频分析方法,非常适用于非平稳信号的处理,而KNNCH算法是一种基于核函数方法,并将凸包估计与最近邻分类思想相融合的模式识别算法,可直接应用于多类问题且需优化的参数只有核参数。实验分析结果表明,所提出的方法能有效地提取滚动轴承故障特征信息,而且在小样本的情况下仍能准确地对滚动轴承的工作状态和故障类型进行分类。同时,与支持向量机(Support vec-tor machine,SVM)算法的对比分析结果表明,KNNCH算法的分类性能的稳定性要高于SVM算法。
展开更多
关键词
滚动轴承
故障诊断
局部特征尺度分解
核最近邻凸包分类算法
奇异值分解
在线阅读
下载PDF
职称材料
核子空间样本选择方法的核最近邻凸包分类器
被引量：
1
4
作者
周晓飞
姜文瀚
杨静宇
《计算机工程与应用》
CSCD
北大核心
2007年第32期34-37,共4页
为了保证核最近邻凸包分类器有效地处理大训练集的应用问题,提出一种核子空间样本选择方法与该分类器相结合。核子空间样本选择方法是一个类内迭代算法,该算法在核空间里每次迭代选择一个距离选择集样本张成子空间最远的样本。在MIT-CBC...
为了保证核最近邻凸包分类器有效地处理大训练集的应用问题,提出一种核子空间样本选择方法与该分类器相结合。核子空间样本选择方法是一个类内迭代算法,该算法在核空间里每次迭代选择一个距离选择集样本张成子空间最远的样本。在MIT-CBCL人脸识别数据库的training-synthetic子库上的实验中,该方法不但可以取得100%的识别率,而且与未经选样的核最近邻凸包分类器相比,其执行速度要快许多。
展开更多
关键词
样本选择
凸包
核最近邻凸包分类
核子空间样本选择
模式识别
人脸识别
在线阅读
下载PDF
职称材料
核子类凸包选样的核最近邻凸包分类器
5
作者
姜文瀚
周晓飞
杨静宇
《计算机科学》
CSCD
北大核心
2008年第7期166-169,共4页
为了保证核最近邻凸包分类器有效地处理大训练集的应用问题,本文提出一种与该分类器相结合的核子类凸包样本选择方法。核子类凸包样本选择方法是一个类内迭代算法,该算法在核空间里每次迭代选择一个距离选择集样本张成子类凸包最远的样...
为了保证核最近邻凸包分类器有效地处理大训练集的应用问题,本文提出一种与该分类器相结合的核子类凸包样本选择方法。核子类凸包样本选择方法是一个类内迭代算法,该算法在核空间里每次迭代选择一个距离选择集样本张成子类凸包最远的样本。在Head Pose Image Database系列1图像集上的实验中,本文方法不但可以取得较高的识别率,而且与未经选样的核最近邻凸包分类器相比,其执行速度要快许多。
展开更多
关键词
样本选择
凸包核最近邻凸包
核子类凸包样本选择
模式分类
人脸识别
在线阅读
下载PDF
职称材料
题名
基于LCD和KNNCH分类算法的齿轮故障诊断方法
被引量：
10
1
作者
曾鸣
杨宇
郑近德
程军圣
机构
湖南大学汽车车身先进设计制造国家重点实验室
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2014年第15期2049-2054,共6页
基金
国家自然科学基金资助项目(51075131
51175158)
+2 种基金
湖南省自然科学基金资助项目(11JJ2026)
湖南大学汽车车身先进设计制造国家重点实验室自主研究课题(60870002)
中央高校基本科研业务费专项资金资助项目(531107040301)
文摘
提出了一种基于局部特征尺度分解(LCD)和核最近邻凸包(KNNCH)分类算法的齿轮故障诊断方法。该方法采用LCD对齿轮原始振动信号进行分解得到若干内禀尺度分量(ISC),然后提取包含主要信息的ISC分量的能量作为特征向量输入到KNNCH分类器,根据其输出结果来判断齿轮的工作状态。实验分析结果表明,所提出的方法能有效地提取齿轮故障特征信息,而且在小样本的情况下仍能准确地对齿轮的工作状态进行识别。同时,与支持向量机(SVM)算法的对比分析结果表明,KNNCH算法能取得与SVM算法相当或更高的正确识别率。
关键词
局部特征尺度分解(LCD)
核最近邻凸包(
knnch
)分类算法
能量
齿轮
故障诊断
Keywords
local characteristic-scale decomposition（LCD）
kernel nearest neighbor convex hull（knnch） classification algorithm
energy
gear
fault diagnosis
分类号
TH165 [机械工程—机械制造及自动化]
TN911 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
核最近邻凸包分类算法
被引量：
6
2
作者
周晓飞
杨静宇
姜文瀚
机构
南京理工大学计算机科学与技术学院
出处
《中国图象图形学报》
CSCD
北大核心
2007年第7期1209-1213,共5页
基金
国家自然科学基金资助项目(60472060)
文摘
为了增强最近邻凸包分类器的非线性分类能力,提出了基于核函数方法的最近邻凸包分类算法。该算法首先利用核函数方法将输入空间映射到高维特征空间,然后在高维特征空间采用最近邻凸包分类器对样本进行分类。最近邻凸包分类器是一类以测试点到各类别凸包的距离为相似性度量,并按最近邻原则归类的分类算法。人脸识别实验结果证实,这种核函数方法与最近邻凸包分类算法的融合是可行的和有效的。
关键词
核最近邻凸包分类
最近邻凸包分类
模式识别
人脸识别
Keywords
kernel
nearest
neighbor
convex
hull
（
knnch
）
classif
ier,
nearest
neighbor
convex
hull
（ NNCH ）
classif
ier, pattern recognition, face recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于局部特征尺度分解和核最近邻凸包分类算法的滚动轴承故障诊断方法
被引量：
6
3
作者
杨宇
曾鸣
程军圣
机构
湖南大学汽车车身先进设计制造国家重点实验室
出处
《振动工程学报》
EI
CSCD
北大核心
2013年第1期118-126,共9页
基金
国家自然科学基金资助项目(51075131
51175158)
+2 种基金
湖南省自然科学基金资助项目(11JJ2026)
湖南大学汽车车身先进设计制造国家重点实验室自主研究课题(60870002)
中央高校基本科研业务费专项基金资助项目(531107040301)
文摘
提出了一种基于局部特征尺度分解(Local characteristic-scale decomposition,LCD)和核最近邻凸包(Kernelnearest neighbor convex hull,KNNCH)分类算法的滚动轴承故障诊断方法。采用LCD方法对滚动轴承原始振动信号进行分解得到若干内禀尺度分量(Intrinsic scale component,ISC),然后将这些ISC分量组成初始特征向量矩阵,再对该矩阵进行奇异值分解,提取奇异值作为故障特征向量并输入到KNNCH分类器,根据其输出结果来判断滚动轴承的工作状态和故障类型。LCD方法是一种新的自适应时频分析方法,非常适用于非平稳信号的处理,而KNNCH算法是一种基于核函数方法,并将凸包估计与最近邻分类思想相融合的模式识别算法,可直接应用于多类问题且需优化的参数只有核参数。实验分析结果表明,所提出的方法能有效地提取滚动轴承故障特征信息,而且在小样本的情况下仍能准确地对滚动轴承的工作状态和故障类型进行分类。同时,与支持向量机(Support vec-tor machine,SVM)算法的对比分析结果表明,KNNCH算法的分类性能的稳定性要高于SVM算法。
关键词
滚动轴承
故障诊断
局部特征尺度分解
核最近邻凸包分类算法
奇异值分解
Keywords
roller bearings
fault diagnosis
local characteristic-scale decomposition
kernel
nearest
neighbor
convex
hull
classi-fication
algorithm
singular value decomposition
分类号
TH165.3 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
核子空间样本选择方法的核最近邻凸包分类器
被引量：
1
4
作者
周晓飞
姜文瀚
杨静宇
机构
南京理工大学计算机科学与技术学院
出处
《计算机工程与应用》
CSCD
北大核心
2007年第32期34-37,共4页
基金
国家自然科学基金(No.60632050)。~~
文摘
为了保证核最近邻凸包分类器有效地处理大训练集的应用问题,提出一种核子空间样本选择方法与该分类器相结合。核子空间样本选择方法是一个类内迭代算法,该算法在核空间里每次迭代选择一个距离选择集样本张成子空间最远的样本。在MIT-CBCL人脸识别数据库的training-synthetic子库上的实验中,该方法不但可以取得100%的识别率,而且与未经选样的核最近邻凸包分类器相比,其执行速度要快许多。
关键词
样本选择
凸包
核最近邻凸包分类
核子空间样本选择
模式识别
人脸识别
Keywords
sample selection
convex
hull
kernel
nearest
neighbor
convex
hull
（knnch
）
kernel
Subspace Sample Selection （KSSS）
pattern recognition
face recognition
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
核子类凸包选样的核最近邻凸包分类器
5
作者
姜文瀚
周晓飞
杨静宇
机构
南京理工大学计算机科学与技术学院
出处
《计算机科学》
CSCD
北大核心
2008年第7期166-169,共4页
基金
国家自然基金 No.60472060 and No.60632050~~
文摘
为了保证核最近邻凸包分类器有效地处理大训练集的应用问题,本文提出一种与该分类器相结合的核子类凸包样本选择方法。核子类凸包样本选择方法是一个类内迭代算法,该算法在核空间里每次迭代选择一个距离选择集样本张成子类凸包最远的样本。在Head Pose Image Database系列1图像集上的实验中,本文方法不但可以取得较高的识别率,而且与未经选样的核最近邻凸包分类器相比,其执行速度要快许多。
关键词
样本选择
凸包核最近邻凸包
核子类凸包样本选择
模式分类
人脸识别
Keywords
Samples selection,
convex
hull
,
kernel
nearest
neighbor
convex
hull
,
kernel
subclass
convex
hull
sample selection, Pattern
classification
, Face recognition
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LCD和KNNCH分类算法的齿轮故障诊断方法
曾鸣
杨宇
郑近德
程军圣
《中国机械工程》
EI
CAS
CSCD
北大核心
2014
10
在线阅读
下载PDF
职称材料
2
核最近邻凸包分类算法
周晓飞
杨静宇
姜文瀚
《中国图象图形学报》
CSCD
北大核心
2007
6
在线阅读
下载PDF
职称材料
3
基于局部特征尺度分解和核最近邻凸包分类算法的滚动轴承故障诊断方法
杨宇
曾鸣
程军圣
《振动工程学报》
EI
CSCD
北大核心
2013
6
在线阅读
下载PDF
职称材料
4
核子空间样本选择方法的核最近邻凸包分类器
周晓飞
姜文瀚
杨静宇
《计算机工程与应用》
CSCD
北大核心
2007
1
在线阅读
下载PDF
职称材料
5
核子类凸包选样的核最近邻凸包分类器
姜文瀚
周晓飞
杨静宇
《计算机科学》
CSCD
北大核心
2008
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
