局部保持投影
局部保持投影的相关文献在2006年到2022年内共计200篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文142篇、会议论文11篇、专利文献123772篇;相关期刊90种,包括科学技术与工程、中国图象图形学报、光电工程等;
相关会议11种,包括2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议、第九届全国技术过程故障诊断与安全性学术会议、第23届过程控制会议等;局部保持投影的相关文献由462位作者贡献,包括李元、郭金玉、孙艳丰等。
局部保持投影—发文量
专利文献>
论文:123772篇
占比:99.88%
总计:123925篇
局部保持投影
-研究学者
- 李元
- 郭金玉
- 孙艳丰
- 胡永利
- 陈晓云
- 刘明
- 包士毅
- 武杰
- 简彩仁
- 罗利佳
- 高增梁
- 刘海涛
- 卢官明
- 唐力伟
- 孙增国
- 康叶媛
- 张成
- 张晓涛
- 朱强生
- 李睿凡
- 杨静宇
- 林克正
- 汪西莉
- 洪灵
- 王平
- 王科俊
- 田学民
- 赵珊
- 邓士杰
- 邹国锋
- 郭燕慧
- 郭青秀
- 陶新民
- 丁铭
- 于颜儒
- 付斌
- 任成娟
- 何强
- 俞春强
- 冀中
- 冯立伟
- 刘崇文
- 刘志刚
- 刘锐
- 史旭华
- 吕卓纹
- 唐俊苗
- 唐墨
- 唐振军
- 夏克文
-
-
谢彦红;
薛志强;
李元
-
-
摘要:
针对SVDD方法在训练阶段计算量大、训练时间久的问题,提出了基于局部保持投影支持向量数据描述(LPP-SVDD)的故障检测方法.结合LPP处理线性降维和SVDD在异常点检测的优势,使用LPP算法对原始数据进行维数约减,对降维后的数据采用SVDD算法建立监控模型,在最大程度保留数据局部结构特性的同时达到数据维数约减的目的,从而降低SVDD的计算量,缩短建模及检测时间.通过数值例子和半导体工艺过程进行仿真研究,对比LPP、k NN、SVDD、LPP-SVDD方法,验证所提方法的性能.结果证实了LPP-SVDD不仅具有准确的检测能力,而且具有较高的检测效率.
-
-
彭骞;
张华;
任万春;
刘城
-
-
摘要:
在木材缺陷的识别中,由于噪声干扰导致识别率降低,因此提出一种新的木材缺陷识别算法。首先通过计算不同尺度下各个方向的梯度,利用正交分解将各个方向的梯度进行结合,得到改进的梯度方向直方图(HOG)特征,提高了HOG特征的鲁棒性;其次将改进HOG特征与局部二值模式(LBP)特征线性加权得到融合特征,弥补了HOG特征没有表征缺陷纹理变化的缺点;最后通过增加全局信息与监督信息改进局部保持投影(LPP)算法并对其降维,再引入支持向量机(SVM)对上述特征进行分类。实验结果表明:在高斯噪声的信噪比为60 dB的环境下该算法的识别率达到97.13%。
-
-
张治;
王悦;
王林
-
-
摘要:
光伏阵列的输出功率随光照强度的变化而改变,当阵列受到阴影遮挡时,会导致其电池片输出功率不匹配,长时间易形成热斑。因此,对阴影遮挡的情况及时进行甄别,可有效预防热斑故障的产生。针对在光伏阵列阴影遮挡进行分类时,需使用大量辅助设备或采集大量环境数据,以及分类准确率不高的问题,提出了一种基于局部保持人工蜂群支持向量机(LPP-ABC-SVM)的光伏阵列阴影遮挡分类方法。该方法仅依赖光伏阵列的最大功率和电压数据,有效减少了环境数据量的获取,同时也解决了分类过程中数据维度随光伏子阵列的增加而增大的问题,进一步提高了阴影遮挡分类的准确率和速度。通过仿真实验证明了该方法的可行性和有效性。
-
-
陈宁;
何新;
吴智群
-
-
摘要:
火电厂分散控制系统(DCS)监测数据中往往夹杂着大量各类噪声信号,复杂工况的影响使得监测数据时间序列具有混沌特性。为满足后续数据应用时对其准确性和有效性的需求,需要对原始采集数据做降噪处理。混沌时间序列通常在相空间中处理,结合流形学习策略进行降维,使得位于高维空间中的噪声信号被剔除,仅保留低维空间上的有用信号,达到降噪目的。在改进局部保持投影基础上,采用余弦距离推导欧拉表示代替欧氏距离,并在投影时加入正交条件,旨在保留原始数据流中的非线性特性并解决邻域内投影过密集问题。对该算法进行仿真并在磨煤机状态监测数据清洗中进行应用,结果表明:相较于小波降噪及局部保持投影,该降噪方法能较好地修复相空间整体流形结构,使其更清晰平整光滑,在过滤掉高频噪声的同时更多地保留有用信号及其非线性特性;用该算法做数据清洗使得预测模型准确性更高,运算速度更快。
-
-
张成;
郭青秀;
李元
-
-
摘要:
针对局部保持投影在监控半导体蚀刻过程时T2统计量的缺陷,提出指数比率局部保持投影健康状态监控方法(exponential ratio locality preserving projections health monitoring method,ERLPP).将半导体数据通过统计模量方法展开为二维数据,利用局部保持投影将展开后数据投影到特征空间,首先确定特征空间中样本的第k近邻,称其为一步近邻;再确定第k近邻的前K近邻集,称其为二步近邻;最后通过一步近邻与二步近邻的指数比值运算构造统计量P.ERLPP方法不仅可以消除样本统计值的多模态特征并提高过程故障检测率,同时还可以在保持数据流形结构的前提下降低计算复杂度.通过数值例子与半导体蚀刻过程的仿真实验,并与主元分析、局部保持投影、邻域保持嵌入、k近邻规则等方法进行比较,测试结果验证了ERLPP方法的有效性.
-
-
张杰;
易辉;
王远鸣;
顾梦埙;
黄阅
-
-
摘要:
为了辨识不同阴影状态下光伏组件的热斑故障问题,提出一种基于局部保持投影空间到空间投影的诊断方法.该方法以光伏组件的8个关键参数作为故障特征,对光伏组件的状态进行监测;通过局部保持投影算法将热斑信息在保持数据局部几何结构的基础上,投影到新的空间;使用跟踪算子确定模型中的空间边界,并直接评估光伏组件热斑故障的严重程度.实验将15组光伏组件做不同区域、不同大小的遮挡以模拟不同程度的热斑故障,该方法均能对其进行有效识别.与其他诊断方法相比,该方法在故障识别率、特征提取速度方面有一定的提高,验证了其有效性和可行性.
-
-
姚裕;
万鸣华;
黄伟
-
-
摘要:
局部保持投影(Locality preserving projection,LPP)在特征提取中得到了广泛的应用.但是,LPP不使用数据的类别信息,并且采用L2范数来进行距离测量,对异常值高度敏感.本文从监督的角度考虑LPP的权值矩阵,并结合低秩回归的方法,提出一种新的模型来发现和提取特征.利用L 2,1范数来约束损失函数和回归矩阵,不仅降低了对异常值的敏感性,而且限制了回归矩阵的低秩条件.然后给出了优化问题的求解方法.最后,本文将该方法应用于多个人脸数据库和掌纹数据集进行了性能测试,并将实验结果与现有的一些方法进行比较,结果表明该方法是有效的.
-
-
谭钜源;
何国辉;
袁文聪
-
-
摘要:
随着科技的快速发展,网络上的信息呈现出多模态共存的特点,如何存储和检索多模态信息成为当前的研究热点。其中,跨模态检索就是使用一种模态数据去检索语义相关的其它模态数据。目前大部分研究都聚焦于如何在公共子空间中使相关的样本尽可能靠近,不相关的样本尽可能分离,没有过多考虑相关样本的排序情况。因此提出一种TopN成对相似度迁移的三元组跨模态检索方法,其利用三元组损失和局部保持投影构建多模态共享的公共子空间,同时将原始空间中样本之间的高相似度关系迁移到公共子空间,以构建合理的排序约束。最后在两个经典跨模态数据集上证明了方法的有效性。
-
-
郭金玉;
李涛;
李元
-
-
摘要:
为了有效地提高支持向量机(SVM)对多模态过程的故障检测性能,提出一种基于全局和局部信息融合的SVM多模态过程故障检测方法。运用局部概率密度方法对多模态数据进行预处理,消除多模态数据对工业过程故障检测特性的影响。在密度空间,分别运用主元分析(PCA)和局部保持投影(LPP)算法计算主元,提取数据的全局和局部信息,并将两者融合作为SVM的输入。运用正常和故障数据的全局和局部融合的信息训练SVM模型获得判别分类函数。建立模型之后,SVM能学习正常和故障数据的特性,从而将数据正确分类。将本方法运用于田纳西-伊斯曼多模态过程中,与传统PCA、LPP和SVM方法比较,实验结果进一步验证了本方法的有效性。
-
-
-
LI Lingyang;
李岭阳;
WANG Huaqing;
王华庆;
XU Xintao;
徐新韬;
YANG Xiao;
杨晓;
KE Yanliang;
柯燕亮
- 《2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议》
| 2016年
-
摘要:
局部保持投影作为一种无监督的维数约简方法,没有充分利用样本的类别信息,易导致聚类效果不理想.为此提出了一种基于类别信息的改进局部保持投影方法,通过在计算训练样本间距时引入类别信息,使得每个点的近邻点主要是同类别的点,从而改善聚类效果.将该方法应用于齿轮的故障诊断,首先计算样本多个时域特征参数,利用改进的局部保持投影对训练样本进行维数约简,得到聚类中心和转换矩阵;其次再通过转换矩阵约简测试样本维数,计算测试样本的低维特征向量与训练样本聚类中心的欧式距离;最后,通过距离判据,实现齿轮典型故障的识别.实验分析结果表明:与传统方法相比,改进的方法对齿轮故障的识别准确率更高,验证了方法的有效性.
-
-
-
李睿凡;
朱强生;
郭燕慧;
刘海涛
- 《北京邮电大学信息工程学院第三届学术年会》
| 2007年
-
摘要:
针对局部保持投影的流形学习算法对于噪声与异常值的敏感性,提出了一种鲁棒的局部保持投影算法.其基本出发点是首先对所有数据点进行评估,以获得它们可能成为异常值的信息,然后再将这种信息用于邻域选择与低维嵌套中.采用鲁棒局部保持投影进行人脸的表示方法,对JAFFE表情数据库进行了实验,结果表明,该方法有效。
-
-
ZHENG Xin;
郑鑫;
TIAN Xuemin;
田学民;
ZHANG Hanyuan;
张汉元
- 《第九届全国技术过程故障诊断与安全性学术会议》
| 2014年
-
摘要:
为充分利用化工过程运行工况的数据特征信息,提高过程的故障检测性能,在局部保持投影(LPP)的基础上,通过最大化非局部数据点间的距离保持非局部结构特征,并对投影向量做正交约束,提出了一种新的基于正交非局部约束LPP(Orthogonal nonlocal structure constrained locality preserving projections,ONSC-LPP)的故障检测方法.ONSC-LPP在对原始数据空间降维的同时充分提取其中所包含的局部和非局部数据结构特征,通过迭代计算所得的正交投影向量更有利于保持数据分布的整体形状以及构造监控统计量.运用ONSC-LPP对原始数据空间降维后,分别在特征空间和残差空间构造T2统计量和Q统计量进行故障检测.TEP的仿真结果表明与传统方法相比,本文提出的新方法能更迅速检测故障发生并降低过程监控漏报率.
-
-
-
Xu Na;
许娜;
Wang Sheng;
王胜
- 《河南省计算机学会2011年学术年会》
| 2011年
-
摘要:
近年来的研究发现,人脸可能位于一个非线性流形上.对保持近邻嵌入(NPE),局部保持投影(LPP)以及无监督分类投影(UDP)这些基于流形学习的算法思想进行了介绍,并通过实验将它们和经典的主成分分析(PCA)以及线性判别分析(LDA)算法进行了比较,最后根据在ORL和YALE人脸库上的实验结果总结了各种算法的优缺点.
-
-
-
张憬;
唐煜
- 《第六届全国技术过程故障诊断与安全性学术会议》
| 2009年
-
摘要:
针对动态过程故障检测问题,提出一种基于局部保持投影(locality preserving projections,LPP)和扩展矩阵的动态局部保持投影(dynamic LPP,DLPP)新算法.相比动态主元分析(dynamic principal component analysis,DPCA)方法,该算法町以提取隐藏于过程数据中的低维流型信息,建立更精确的模型.首先选择合适的动态步数,构造扩展矩阵;然后使用LPP算法提取信息,将扩展矩阵空间划分为特征窄间和残差空间;最后针对这2个空间分别构造T~2和SPE统计量对工业过程进行监测.通过在田纳西-伊斯曼(Tennessee-Eastman,TE)模型上的仿真研究,表明了该算法是有效的。
-
-
张沐光;
宋执环
- 《第33期双清论坛——基于数据的控制、决策、调度与故障诊断》
| 2008年
-
摘要:
针对数据信息的特征提取和降维问题,提出一种局部保持最大方差投影(Locality preserving maximum varianceprojections,LPMVP)新算法。该算法综合考虑了主元分析(Principal component analysis,PCA)和局部保持投影(Localitypreserving projections,LPP)算法的优点和不足,提出了新的优化目标,使投影得到的低维空间不仅和原始变量空间有相似的局部近邻结构,而且有相似的整体结构,因而可以包含更多的特征信息.在此基础上,本文使用LPMVP算法把原始变量空间划分为特征空间和残差空间,分别构造了T(2)和SPE统计量对过程进行监测,建立了一种新的故障检测方法。通过数值例子以及TE过程的仿真研究,表明了LPMVP算法可以有效地提取数据信息,同时也体现了较强的故障检测能力。
-