期刊文献+
共找到261篇文章
< 1 2 14 >
每页显示 20 50 100
半监督拉普拉斯特征映射算法 被引量:4
1
作者 刘海红 周聪辉 《计算机工程与设计》 CSCD 北大核心 2012年第2期601-606,共6页
为了使流形学习方法具有半监督的特点,利用流形上某些已知低维信息的数据去学习推测出其它数据的低维信息,扩大流形学习算法的应用范围,把拉普拉斯特征映射算法(Laplacian Eigenmap,LE)与半监督的机器学习相结合,提出一种半监督的拉普... 为了使流形学习方法具有半监督的特点,利用流形上某些已知低维信息的数据去学习推测出其它数据的低维信息,扩大流形学习算法的应用范围,把拉普拉斯特征映射算法(Laplacian Eigenmap,LE)与半监督的机器学习相结合,提出一种半监督的拉普拉斯特征映射算法(semi-supervised Laplacian Eigenmap,SSLE),这种半监督的流形学习算法在分类识别等问题上,具有很好的效果。模拟实验和实际例子都表明了SSLE算法的有效性。 展开更多
关键词 拉普拉斯特征映射算法 半监督机器学习 流形学习 低维信息 模式识别
在线阅读 下载PDF
基于监督拉普拉斯特征映射算法的人脸识别 被引量:1
2
作者 沈杰 嵇春梅 +2 位作者 王正群 王明辉 钱亚芹 《盐城工学院学报(自然科学版)》 CAS 2016年第4期16-20,共5页
为了提高人脸识别算法的识别率,提出了一种基于局部奇异值分解(Local Singular Value Decomposition,LSVD)和监督拉普拉斯特征映射(Supervised Laplacian Eigenmap,SLE)的人脸图像识别方法。由于奇异值向量具有良好的稳定性、转置不变... 为了提高人脸识别算法的识别率,提出了一种基于局部奇异值分解(Local Singular Value Decomposition,LSVD)和监督拉普拉斯特征映射(Supervised Laplacian Eigenmap,SLE)的人脸图像识别方法。由于奇异值向量具有良好的稳定性、转置不变性等特点,首先利用局部奇异值分解方法从人脸图像中提取特征向量;然后采用监督拉普拉斯特征映射算法对已获取的人脸特征进行维数约简。在Yale和ORL人脸库上的实验结果表明,该算法能有效地提高人脸识别的性能。 展开更多
关键词 人脸识别 流形学习 局部奇异值分解 监督拉普拉斯特征映射
在线阅读 下载PDF
鲁棒拉普拉斯特征映射算法 被引量:4
3
作者 戴志波 王靖 《计算机应用研究》 CSCD 北大核心 2011年第9期3249-3252,共4页
研究拉普拉斯特征映射算法(Laplacian eigenmap,LE)对离群点的敏感性,提出一种具有鲁棒性的拉普拉斯特征映射算法(robust Laplacian eigenmap,RLE)。该方法在离群点检测的基础上,利用鲁棒PCA算法(robustPCA,RPCA)对离群点进行局部光滑... 研究拉普拉斯特征映射算法(Laplacian eigenmap,LE)对离群点的敏感性,提出一种具有鲁棒性的拉普拉斯特征映射算法(robust Laplacian eigenmap,RLE)。该方法在离群点检测的基础上,利用鲁棒PCA算法(robustPCA,RPCA)对离群点进行局部光滑化处理,将离群点和其邻域投影到低维的局部切空间上,再构造能够准确反映离群点局部邻域关系的对应权值,减少离群点对Laplacian矩阵的影响。模拟实验和实际例子都证明,通过这种方法构造的鲁棒拉普拉斯特征映射算法,对于离群点具有良好的鲁棒性。 展开更多
关键词 拉普拉斯特征映射 鲁棒 离群点 流形
在线阅读 下载PDF
拉普拉斯特征映射算法在滚动轴承故障识别中的应用 被引量:3
4
作者 黄宏臣 张倩倩 +2 位作者 韩振南 林晓龙 刘庆 《中国测试》 北大核心 2015年第5期94-98,共5页
由于滚动轴承故障的非线性和非平稳性特征,传统线性方法不能准确发现和识别出故障类型及其受损情况,该文提出使用流形学习拉普拉斯特征映射(LE)算法对滚动轴承故障进行识别。在由幅值、时域统计指标和由小波包函数分解得到的能量比作为... 由于滚动轴承故障的非线性和非平稳性特征,传统线性方法不能准确发现和识别出故障类型及其受损情况,该文提出使用流形学习拉普拉斯特征映射(LE)算法对滚动轴承故障进行识别。在由幅值、时域统计指标和由小波包函数分解得到的能量比作为特征向量构建的高维特征空间中,使用LE算法和两种传统的降维方法 PCA、MDS进行对比,提取出最敏感、最能表征滚动轴承运行状态的低维特征量,再使用模式识别进行分类,聚类结果用三维图形表示。以样本识别率和模式识别中的类内距和类间距作为评价指标,模拟实验结果表明:LE算法不仅能有效地识别出滚动轴承故障类型而且能区分和识别出轴承外圈在不同受损情况下的运行样本。 展开更多
关键词 滚动轴承 线性方法 拉普拉斯特征映射 特征空间 模式识别
在线阅读 下载PDF
面向行为识别的拉普拉斯特征映射算法的改进 被引量:1
5
作者 金成彬 崔荣一 金小峰 《计算机应用研究》 CSCD 北大核心 2014年第12期3613-3616,共4页
提出了一种面向行为识别的拉普拉斯特征映射算法的改进方法。首先,将Kinect提供的关节点数据作为姿态特征,采用Levenstein距离改进流形学习算法中的拉普拉斯特征映射算法,并映射到二维空间得到待识别行为的嵌入空间;其次,结合待识别行... 提出了一种面向行为识别的拉普拉斯特征映射算法的改进方法。首先,将Kinect提供的关节点数据作为姿态特征,采用Levenstein距离改进流形学习算法中的拉普拉斯特征映射算法,并映射到二维空间得到待识别行为的嵌入空间;其次,结合待识别行为的嵌入空间和训练数据建立先验模型;最后,通过重新设计的粒子动态模型和观察模型,采用粒子滤波算法进行行为识别。实验结果表明,该方法可以对重复动作、遮挡,以及动作幅度和速度都有明显差异的行为进行较好的识别,总体识别率达到92.4%。 展开更多
关键词 Kinect骨架 粒子滤波 Levenstein距离 流形学习 拉普拉斯特征映射
在线阅读 下载PDF
面向缺失像素图像集的修正拉普拉斯特征映射算法 被引量:1
6
作者 孙晓龙 王靖 杜吉祥 《华侨大学学报(自然科学版)》 北大核心 2017年第6期862-867,共6页
针对缺失像素图像集,提出修正的拉普拉斯特征映射算法.该算法将缺失像素图像集看成向量集,利用向量之间的余弦相似度衡量缺失像素图像之间的距离,提出一种新的权值构造函数,并在多组标准测试数据集上进行实验.结果表明:修正的拉普拉斯... 针对缺失像素图像集,提出修正的拉普拉斯特征映射算法.该算法将缺失像素图像集看成向量集,利用向量之间的余弦相似度衡量缺失像素图像之间的距离,提出一种新的权值构造函数,并在多组标准测试数据集上进行实验.结果表明:修正的拉普拉斯特征映射算法可以很好地挖掘缺失像素图像数据集的内在流形结构,减弱缺失像素带来的不良影响. 展开更多
关键词 流形学习 缺失像素 拉普拉斯特征映射 余弦相似度
在线阅读 下载PDF
基于拉普拉斯算法和梯度边缘特征的鱼货去鳞机表面磨损检测方法
7
作者 梁秀娟 嵇海旭 《自动化与仪表》 2024年第11期74-78,共5页
为了确保鱼货去鳞机的正常使用,需要检测其表面磨损情况。提出基于拉普拉斯算法和梯度边缘特征的鱼货去鳞机表面磨损检测方法。首先,采用布谷鸟搜索算法优化二维高斯函数,结合拉普拉斯算法与优化后的二维高斯函数对鱼货去鳞机表面图像... 为了确保鱼货去鳞机的正常使用,需要检测其表面磨损情况。提出基于拉普拉斯算法和梯度边缘特征的鱼货去鳞机表面磨损检测方法。首先,采用布谷鸟搜索算法优化二维高斯函数,结合拉普拉斯算法与优化后的二维高斯函数对鱼货去鳞机表面图像展开卷积处理,以此增强磨损区域边缘细节信息,实现磨损区域边缘检测;其次,对磨损区域展开Gamma校正,在此基础上提取磨损区域的HOG特征与LSS特征,结合上述特征构成梯度边缘特征;最后,基于S-SVM建立鱼货去鳞机表面磨损检测模型,将梯度边缘特征输入模型内,实现鱼货去鳞机表面磨损检测。实验结果表明,所提方法可准确确定磨损边缘,高精度地完成磨损特征提取与检测。 展开更多
关键词 拉普拉斯算法 布谷鸟搜索算法 梯度边缘特征 鱼货去鳞机 磨损检测
在线阅读 下载PDF
基于拉普拉斯特征映射与加权极限学习机的电动潜油离心泵故障诊断方法
8
作者 许泽坤 付军 +3 位作者 高小永 张誉 李强 檀朝东 《控制与信息技术》 2024年第2期117-125,共9页
电动潜油离心泵(简称“潜油电泵”)采油技术在非自喷高产井和高含水井中应用广泛,但其在运作过程中易发生设备故障,后续维护会触发长时间停机,可能造成无法估量的经济损失。目前对潜油电泵故障的诊断主要依赖现场技术人员的经验,无法快... 电动潜油离心泵(简称“潜油电泵”)采油技术在非自喷高产井和高含水井中应用广泛,但其在运作过程中易发生设备故障,后续维护会触发长时间停机,可能造成无法估量的经济损失。目前对潜油电泵故障的诊断主要依赖现场技术人员的经验,无法快速及时地自动诊断分析。为此,文章提出了一种结合拉普拉斯特征映射与加权极限学习机的潜油电泵故障诊断模型。针对潜油电泵采集的数据存在严重不平衡性问题,其首先通过加权极限学习机建立故障诊断模型;然后,为解决算法学习不充分、加权策略会带来计算成本高和应用于高纬度特征空间的效果差等问题,其引入拉普拉斯特征映射方法对模型进一步优化;最后,在TE化工过程数据集上验证了所提方法的有效性,并在潜油电泵实时故障数据集上对该算法的实用性进行实验验证。结果显示,本文算法的分类平均准确率、最大准确率及G-mean相比支持向量机、决策树、BP算法、极限学习机以及加权极限学习机的平均提升了10%以上,验证了本文方法的有效性。 展开更多
关键词 不平衡数据集 故障诊断 加权极限学习机 流形学习 拉普拉斯特征映射
在线阅读 下载PDF
结合拉普拉斯特征映射的权重朴素贝叶斯高光谱分类算法 被引量:3
9
作者 李响 吕勇 《分析测试学报》 CAS CSCD 北大核心 2020年第10期1293-1298,共6页
高光谱遥感可以得到更精确与丰富的遥感信息,因此涵盖了各国家的航空、航天以及小范围的地面观测的多个层级与环节,在对地观测遥感领域占有不可取代的地位。但高光谱数据集往往非常庞大,且包含冗余信息,为后续处理带来了不便。该研究选... 高光谱遥感可以得到更精确与丰富的遥感信息,因此涵盖了各国家的航空、航天以及小范围的地面观测的多个层级与环节,在对地观测遥感领域占有不可取代的地位。但高光谱数据集往往非常庞大,且包含冗余信息,为后续处理带来了不便。该研究选用拉普拉斯特征映射对高光谱数据降维与特征提取,并提出了一种权重朴素贝叶斯分类算法。通过奖励权重的方法对经典朴素贝叶斯分类器进行了改进,利用公开数据对算法进行验证,判别地物信息准确率达到92.7%,相比于传统方法有了大幅度的提高。 展开更多
关键词 高光谱 特征提取 目标识别 朴素贝叶斯分类算法 拉普拉斯特征映射
在线阅读 下载PDF
基于图像欧式距离和拉普拉斯特征映射的端元提取算法 被引量:4
10
作者 杨磊 刘尚争 《电光与控制》 北大核心 2016年第4期48-52,共5页
由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合。传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高。针对高光谱图像的非线性结构,提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法... 由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合。传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高。针对高光谱图像的非线性结构,提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法。该方法结合高光谱数据的物理特性,将图像欧氏距离引入拉普拉斯特征映射进行非线性降维以更好地去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元。真实高光谱数据实验表明,提出的方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成份分析算法和原始的拉普拉斯特征映射算法。 展开更多
关键词 图像处理 高光谱图像 端元提取 非线性降维 图像欧氏距离 拉普拉斯特征映射
在线阅读 下载PDF
基于监督学习的核拉普拉斯特征映射的FCM算法 被引量:2
11
作者 马莉 杜小荣 《工业仪表与自动化装置》 2016年第4期9-12,17,共5页
监督学习的核拉普拉斯特征映射,通过非线性核映射将样本数据投影到高维核特征空间,将流形结构和样本类别信息进行有效的结合后,提取嵌入在高维数据中的低维流形特征用于模糊C-均值聚类中,这样可以有效解决高维数据集中新样本的泛化性,... 监督学习的核拉普拉斯特征映射,通过非线性核映射将样本数据投影到高维核特征空间,将流形结构和样本类别信息进行有效的结合后,提取嵌入在高维数据中的低维流形特征用于模糊C-均值聚类中,这样可以有效解决高维数据集中新样本的泛化性,并且能有效提高聚类的效果。 展开更多
关键词 监督学习 拉普拉斯特征映射 流形结构 核方法 模糊C-均值聚类
在线阅读 下载PDF
基于拉普拉斯特征映射的免疫算法 被引量:1
12
作者 韩保金 曾岳 《哈尔滨商业大学学报(自然科学版)》 CAS 2019年第3期316-321,共6页
针对特征提取中以特征值的优先顺序来选取相应向量,在应用中发现了很多弊端,如何合理的组合特征向量是个难题,进化类算法是处理组合优化问题最适宜的方法,其中免疫克隆算法由于含有精英选择策略能够快速寻优,拉普拉斯特征映射(LE)由于... 针对特征提取中以特征值的优先顺序来选取相应向量,在应用中发现了很多弊端,如何合理的组合特征向量是个难题,进化类算法是处理组合优化问题最适宜的方法,其中免疫克隆算法由于含有精英选择策略能够快速寻优,拉普拉斯特征映射(LE)由于是在提取特征中隐含对数据集内部相似数据进行归类较为适用于分类问题,用免疫克隆算法把拉普拉斯特征映射提取出的特征向量进行重新组合,从实验结果可以看出分类准确率得到了显著提高,对各数据集测试分类正确率也得到了提升,从而证实该方法的有效性. 展开更多
关键词 拉普拉斯特征映射 免疫克隆算法 特征提取 数据集
在线阅读 下载PDF
基于拉普拉斯特征映射的故障模式识别方法 被引量:34
13
作者 蒋全胜 贾民平 +1 位作者 胡建中 许飞云 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第20期5710-5713,共4页
拉普拉斯特征映射算法能有效提取高维非线性数据中嵌入的低维流形特征。将其引入到设备故障诊断领域,应用于故障模式识别问题,提出了一种基于拉普拉斯特征映射的故障模式识别新方法。运用基于拉普拉斯特征映射的非线性降维算法直接对原... 拉普拉斯特征映射算法能有效提取高维非线性数据中嵌入的低维流形特征。将其引入到设备故障诊断领域,应用于故障模式识别问题,提出了一种基于拉普拉斯特征映射的故障模式识别新方法。运用基于拉普拉斯特征映射的非线性降维算法直接对原始故障信号进行学习,提取出数据内在的流形特征,极大地保留了信号中内含的整体几何结构信息,有效克服了常规模式识别方法仅能获得局部线性结构的不足,明显改善了故障模式识别的分类性能。仿真和工程实例结果表明了所提方法的可行性和有效性。 展开更多
关键词 拉普拉斯特征映射 模式识别 流形学习 故障诊断
在线阅读 下载PDF
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:18
14
作者 王浩任 黄亦翔 +3 位作者 赵帅 刘成良 王双园 张大庆 《振动与冲击》 EI CSCD 北大核心 2017年第22期45-50,共6页
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... 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塞泵健康状态的有效特征群;把提取的高维特征群作为输入,利用并比较多种流形学习方法进行特征降维,选取状态识别准确率最高的拉普拉斯特征映射方法,建立起的特征向量到健康状态之间的对应关系,实现液压泵健康状态监测的分类要求。实验结果表明,采用小波包和拉普拉斯特征映射相结合的方法可以有效提高柱塞泵状态评估的准确性。 展开更多
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
在线阅读 下载PDF
基于WAMS和改进拉普拉斯特征映射的同调机群在线识别 被引量:19
15
作者 宋洪磊 吴俊勇 +1 位作者 郝亮亮 冀鲁豫 《电网技术》 EI CSCD 北大核心 2013年第8期2157-2164,共8页
当系统发生严重级联故障导致失步运行时,需要快速准确地识别出系统中的同调机群,为下一步的自主解列控制提供基础。针对WAMS测量到的发电机动态轨迹信息往往具有非线性和非平稳性等特点,提出了一种在线识别同调机群的新方法,能充分考虑... 当系统发生严重级联故障导致失步运行时,需要快速准确地识别出系统中的同调机群,为下一步的自主解列控制提供基础。针对WAMS测量到的发电机动态轨迹信息往往具有非线性和非平稳性等特点,提出了一种在线识别同调机群的新方法,能充分考虑各种故障场景的动态特性和非线性系统的时变特征。首先根据WAMS量测可得到故障后发电机组的实时响应功角轨迹信息,利用基于类别信息和核空间的改进拉普拉斯特征映射算法提取特征信息,进而识别出各发电机的运行特性;再利用k-way余弦相似度因子分群算法对发电机组进行自主识别分群。最后通过新英格兰39节点系统仿真,验证了所提方法的有效性,并且适用于系统不同运行方式,能在线准确识别同调机群。 展开更多
关键词 广域量测系统 拉普拉斯特征映射 同调识别 特征提取
在线阅读 下载PDF
新的流形学习方法统一框架及改进的拉普拉斯特征映射方法 被引量:15
16
作者 侯臣平 吴翊 易东云 《计算机研究与发展》 EI CSCD 北大核心 2009年第4期676-682,共7页
流形学习是多个领域的重要研究课题.通过考察各种流形学习方法,提出了一种新的流形学习方法的统一框架,并在此框架下对拉普拉斯特征映射方法(Laplacian eigenmap,LE)进行了分析.进一步,基于此框架,提出了一种改进拉普拉斯特征映射方法(i... 流形学习是多个领域的重要研究课题.通过考察各种流形学习方法,提出了一种新的流形学习方法的统一框架,并在此框架下对拉普拉斯特征映射方法(Laplacian eigenmap,LE)进行了分析.进一步,基于此框架,提出了一种改进拉普拉斯特征映射方法(improved Laplacian eigenmap,ILE).它建立在LE方法和最大差异延展算法(maximum variance unfolding,MVU)的基础上,在保持流形谱图拉普拉斯特征的同时,以最大化任意两点之间的差异为目标.ILE有效地解决了拉普拉斯特征映射方法对邻域选择敏感以及MVU方法大计算量、局部限制过强等问题,且能够保持数据聚类性质,挖掘数据内蕴特征.通过实验说明了ILE的有效性. 展开更多
关键词 维数约简 流形学习 统一框架 拉普拉斯特征映射方法 最大差异延展算法
在线阅读 下载PDF
基于局部均值分解与拉普拉斯特征映射的滚动轴承故障诊断方法 被引量:8
17
作者 徐倩倩 刘凯 +1 位作者 侯和平 徐卓飞 《中国机械工程》 EI CAS CSCD 北大核心 2016年第22期3075-3081,共7页
针对滚动轴承非平稳振动信号的特征提取及维数优化问题,提出了融合局部均值分解与拉普拉斯特征映射的轴承故障诊断方法。首先,通过局部均值分解对非平稳振动信号进行平稳化分解,提取乘积函数分量、瞬时频率及瞬时幅值的高维信号特征集;... 针对滚动轴承非平稳振动信号的特征提取及维数优化问题,提出了融合局部均值分解与拉普拉斯特征映射的轴承故障诊断方法。首先,通过局部均值分解对非平稳振动信号进行平稳化分解,提取乘积函数分量、瞬时频率及瞬时幅值的高维信号特征集;然后,将高维特征集作为拉普拉斯特征映射算法的学习对象,提取轴承高维故障特征集的内在流形分布,以获得敏感、稳定的轴承振动特征参数,实现基于非平稳振动信号分析的滚动轴承故障特征提取;最后,结合支持向量分类模型量化LMD-LE方法的特征提取效果,实现不同状况下的轴承故障分类。轴承故障样本分类识别平均正确率达到91.17%,表明LMD-LE方法有效实现了高维局部均值分解特征集合的降噪,所提取的特征矩阵对轴承故障特征描述准确。 展开更多
关键词 非平稳信号 局部均值分解 拉普拉斯特征映射 故障诊断
在线阅读 下载PDF
基于拉普拉斯特征映射的旋转机械故障识别 被引量:8
18
作者 李月仙 韩振南 +1 位作者 黄宏臣 宁少慧 《振动与冲击》 EI CSCD 北大核心 2014年第18期21-25,35,共6页
针对旋转机械故障特征信号复杂且难以提取有效特征量的问题,提出一种基于拉普拉斯特征映射算法(Laplacian Eigenmap,LE)的旋转机械故障识别方法。对旋转机械三类典型故障的监测信号进行提取和转换得到26个时域和频域特征量,在由此构建... 针对旋转机械故障特征信号复杂且难以提取有效特征量的问题,提出一种基于拉普拉斯特征映射算法(Laplacian Eigenmap,LE)的旋转机械故障识别方法。对旋转机械三类典型故障的监测信号进行提取和转换得到26个时域和频域特征量,在由此构建的高维特征空间中,利用LE算法进行特征融合,提取隐藏在高维特征空间中的故障本质和规律进行故障样本分类识别。利用二维或三维图像表示提取出的低维结果,以样本识别率及聚类分析中的类间距Sb和类内距Sw作为衡量指标,从模式识别的角度进行分析。结果表明:较之主元分析法(principal component analysis,PCA)和核主元分析法(kernel principal component analysis,KPCA),LE方法能够更好地从高维特征空间中提取出有效特征量表征设备运行状态,实现旋转机械典型故障的分类识别。 展开更多
关键词 旋转机械 故障诊断 拉普拉斯特征映射 特征空间的构建 模式识别
在线阅读 下载PDF
基于LBP的拉普拉斯特征映射人脸识别 被引量:6
19
作者 应自炉 蔡淋波 刘召义 《信号处理》 CSCD 北大核心 2010年第8期1230-1233,共4页
局部二元模式算子法计算简单且易于实现,能有效地提取人脸局部结构的纹理特征。拉普拉斯特征映射算法是一种经典的非线性降维法,其优化过程无局部最小问题。鉴于以上优点,提出了一种基于局部二元模式的拉普拉斯特征映射人脸识别方法。... 局部二元模式算子法计算简单且易于实现,能有效地提取人脸局部结构的纹理特征。拉普拉斯特征映射算法是一种经典的非线性降维法,其优化过程无局部最小问题。鉴于以上优点,提出了一种基于局部二元模式的拉普拉斯特征映射人脸识别方法。该算法首先采用均匀模式的LBP算子提取人脸特征,再用LE算法进行非线性降维,最后用SVM进行分类识别。分别选取了ORL人脸库中每人前3,5,7,9幅样本作为训练集进行了实验,并与其他算法进行了比较分析,证明了该算法的有效性。 展开更多
关键词 人脸识别 局部二元模式 拉普拉斯特征映射 支持向量机
在线阅读 下载PDF
面向转子故障特征提取的多尺度拉普拉斯特征映射方法 被引量:3
20
作者 王广斌 杜晓阳 罗军 《中国机械工程》 EI CAS CSCD 北大核心 2016年第20期2791-2797,共7页
融合多尺度分解理论和流形学习思想,提出了一种面向转子故障特征提取的多尺度拉普拉斯特征映射算法。首先对转子故障振动信号进行多尺度小波包分解,提取各独立频带信号的最优尺度小波熵,构建特征参量矩阵并估计其固有维数,然后通过拉普... 融合多尺度分解理论和流形学习思想,提出了一种面向转子故障特征提取的多尺度拉普拉斯特征映射算法。首先对转子故障振动信号进行多尺度小波包分解,提取各独立频带信号的最优尺度小波熵,构建特征参量矩阵并估计其固有维数,然后通过拉普拉斯特征映射将特征参量数据嵌入到低维本征空间,得到故障的最敏感特征,最后融合决策实现故障的准确识别。实验表明,相对于主成分分析算法、局部线性嵌入算法和拉普拉斯特征映射算法,多尺度拉普拉斯特征映射方法提取的转子故障信号特征更容易识别。 展开更多
关键词 转子系统 拉普拉斯特征映射 多尺度 特征提取
在线阅读 下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部