登录    注册    忘记密码

西北工业大学光学影像分析与学习中心 收藏

导出分析报告

研究主题:聚类    降维    稀疏化    维度    泡沫浮选    

研究学科:自动化类    电子信息类    经济学类    电气类    矿业类    

被引量:43H指数:4EI: 5 北大核心: 12 CSCD: 11

-

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
排序方式:

17 条 记 录,以下是 1-10

密度峰值优化的球簇划分欠采样不平衡数据分类算法
1
《计算机应用》兰州财经大学信息工程学院;甘肃省电子商务技术与应用重点实验室(兰州财经大学);西北工业大学光学影像分析与学习中心 刘学文 王继奎 杨正国 李强 易纪海 李冰 聂飞平  出版年:2022
国家自然科学基金资助项目(61772427);甘肃省高等学校创新能力提升资助项目(2021B-145,2021B-147);甘肃省自然科学基金资助项目(17JR5RA177);甘肃省重点研发计划项目(21YF5FA087)。
在集成算法中嵌入代价敏感和重采样方法是一种有效的不平衡数据分类混合策略。针对现有混合方法中误分代价计算和欠采样过程较少考虑样本的类内与类间分布的问题,提出了一种密度峰值优化的球簇划分欠采样不平衡数据分类算法DPBCPUS...
关键词:不平衡数据分类 密度峰值  球聚类  代价敏感  欠采样
基于稀疏化神经网络的浮选泡沫图像特征选择 ( EI收录)
2
《控制与决策》华东交通大学电气与自动化工程学院;江西省先进控制与优化重点实验室;西北工业大学光学影像分析与学习中心 朱建勇 黄鑫 杨辉 聂飞平  出版年:2021
国家自然科学基金项目(61733005);国家自然科学基金地区项目(61563015,61963015,61863014);江西省自然科学基金项目(20171ACB21039,20192BAB207024);江西省教育厅科技项目(GJJ150552)。
针对泡沫特征复杂繁多不利于建模控制的问题,提出一种基于稀疏化神经网络的泡沫图像特征选择方法.相较于大部分稀疏模型以线性回归模型作为损失函数的情况,选择以更为贴近实际工业过程非线性特点的神经网络模型作为损失函数,并加入L2...
关键词:泡沫浮选 稀疏模型  神经网络 特征选择  维度约简  
DTW距离的过滤搜索方法 ( EI收录)
3
《控制与决策》空军工程大学装备管理与无人机工程学院;西北工业大学光学影像分析与学习中心 李正欣 郭建胜 王瑛 田舢 张晓丰 李超  出版年:2018
国家自然科学基金项目(61502521;71601183)
动态时间弯曲(DTW)距离支持时间序列的多种形变,具有较高的匹配精度,是一种重要的相似性度量方法.然而,该方法计算复杂度较高,制约了其在相似性搜索中的应用.为了平衡匹配精度与计算效率之间的矛盾,提出一种过滤搜索方法.首先...
关键词:时间序列 相似性搜索 动态时间弯曲 提前终止  过滤搜索  
稀疏约束的嵌入式模糊均值聚类算法
4
《复旦学报(自然科学版)》兰州财经大学信息工程学院;桂林电子科技大学数学和计算科学学院;西北工业大学光学影像分析与学习中心 王继奎 杨正国 易纪海 刘学文 王会勇 聂飞平  出版年:2020
国家自然科学基金面上项目(61772427);国家自然科学基金地区项目(61962012);甘肃省高等学校创新能力提升项目(2019B-97);兰州财经大学校级重点项目(Lzufe2020B-0010)。
降维作为聚类问题的关键预处理步骤被用来抽取高维数据潜在的低维子空间结构.面对高维数据聚类,传统的策略是首先采用降维技术提取高维数据嵌入在低维空间的潜在数据结构,然后利用一个聚类算法完成数据聚类.然而,这种两阶段优化策略的...
关键词:高维数据 降维 模糊聚类 稀疏约束  
脉冲调制激光雷达水下成像系统 ( EI收录)
5
《红外与激光工程》国防科技大学电子科学学院;中国科学院西安光学精密机械研究所超快诊断技术重点实验室;中国电子科技集团公司第二十七研究所;西北工业大学光学影像分析与学习中心;国防科技大学气象海洋学院 徐国权 李广英 万建伟 许可 董光焰 程光华 王兴 韩文杰 马燕新  出版年:2022
某装备预研项目;国防科技大学科研计划项目(ZK20-39)。
针对水下目标探测应用场景,给出了相应的532 nm波长激光雷达系统参数,结合条纹管激光雷达和载波调制激光雷达的优点,设计研制了一套水下三维成像增程激光雷达原理样机。相对于常见的微波调制激光产生高频脉冲的方案,该原理样机采...
关键词:高分辨率 水下成像 激光雷达 增程
基于Hessian正则的自适应损失半监督特征选择 ( EI收录)
6
《控制与决策》华东交通大学电气与自动化工程学院;江西省先进控制与优化重点实验室;西北工业大学光学影像分析与学习中心 朱建勇 周振辰 杨辉 聂飞平  出版年:2021
国家自然科学基金重点项目(61733005);国家自然科学基金项目(61563015,61963015,61863014);江西省自然科学基金项目(20171ACB21039,20192BAB207024);江西省教育厅科技项目(GJJ150552)。
传统的基于拉普拉斯图的半监督特征选择算法处理高维、少标签样本时,缺乏外推能力且对数据异常值的鲁棒性差.基于此,提出一种基于Hessian正则的自适应损失半监督稀疏特征选择算法.首先,为提升线性映射能力,利用Hessian...
关键词:半监督  特征选择  自适应损失  稀疏约束  L2 p范数  
基于特征气体加权的油浸式变压器故障预报
7
《控制工程》华东交通大学电气与自动化工程学院;华东交通大学江西省先进控制与优化重点实验室;西北工业大学光学影像分析与学习中心 朱建勇 凤冰霞 杨辉 聂飞平  出版年:2022
国家自然科学基金重点项目(61733005);国家自然科学基金地区项目(61963015,61863014);江西省自然科学基金项目(20171ACB21039,20192BAB207024);江西省教育厅科技项目课题(GJJ150552)。
电力变压器担负着电网中电能变换与传输任务,是电力系统安全可靠、经济优质运行的重要保障,减少和防止其故障发生对电网意义重大。首先,针对时序数据样本的相关性,为减少时间序列间隔与数据变化给预测模型带来的影响,通过分析气体浓度...
关键词:变压器 灰色模型  故障诊断 LS-SVM模型  
一种基于极大熵的快速无监督线性降维方法 ( EI收录)
8
《软件学报》兰州财经大学信息工程学院;西北工业大学光学影像分析与学习中心 王继奎 杨正国 刘学文 易纪海 李冰 聂飞平  出版年:2023
国家自然科学基金(61772427,11801345);甘肃省高等学校创新能力提升项目(2019B-97);兰州财经大学校级重点项目(Lzufe2020B-0010,Lzufe2020B-011)。
现实世界中高维数据无处不在,然而在高维数据中往往存在大量的冗余和噪声信息,这导致很多传统聚类算法在对高维数据聚类时不能获得很好的性能.实践中发现高维数据的类簇结构往往嵌入在较低维的子空间中.因而,降维成为挖掘高维数据类簇...
关键词:无监督学习 线性降维 邻接图 聚类 极大熵
密度峰值隶属度优化的半监督Self-Training算法
9
《计算机科学与探索》兰州财经大学信息工程学院;西北工业大学光学影像分析与学习中心 刘学文 王继奎 杨正国 李冰 聂飞平  出版年:2022
国家自然科学基金(61772427,11801345);甘肃省高等学校创新能力提升项目(2019B-97,2019A-069);兰州财经大学科研项目(Lzufe2020B-0010,Lzufe2020B-011);甘肃省科技计划项目(20CX9ZA057)。
现实中由于获取标签的成本很高,大部分的数据只含有少量标签。相比监督学习和无监督学习,半监督学习能充分利用数据集中的大量无标签数据和少量有标签数据,以较少的标签成本获得较高的学习性能。自训练算法是一种经典的半监督学习算法,...
关键词:密度峰值隶属度  簇峰值  原型树  近亲结点集  自训练  
一种高效的双边聚类集成算法
10
《计算机仿真》华东交通大学电气与自动化工程学院;江西省先进控制与优化重点实验室;西北工业大学光学影像分析与学习中心 杨辉 彭晗 朱建勇 聂飞平  出版年:2021
国家自然科学基金地区项目(61563015,61963015);国家自然科学基金重点项目(61733005);江西省自然科学基金项目(20171ACB21039,20192BAB207024);江西省教育厅科技项目(GJJ150552,GJJ170376)。
谱聚类可以任意形状的数据进行聚类,在聚类集成中能够有效的提高基聚类的质量。以往的聚类集成算法中,聚类集成得到的结果并不是最终聚类结果,还需要利用聚类算法来获得最终聚类结果,在整个过程中会使得解由离散-连续-离散的转变。提...
关键词:聚类集成 聚类 谱聚类 基聚类  
已选条目 检索报告 聚类工具

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心