k-最近邻(k-nearest neighbor,k-NN)是一种有效的基于数据驱动的故障检测方法,该方法在工业过程监视方面已经得到了广泛的应用.但在过程中存在故障时,精确地寻找故障根源和识别故障变量是故障诊断的重要目标,也是保证工业过程安全生产的重要任务.本文在k-NN故障检测技术的基础上,提出了一种加权的k-NN重构方法,对使控制指标减 ...
/dl/206308.html
标签: 加权 近邻 重构 分析 工业 过程 故障 诊断诊断 k-最近邻 数据重构 指标减小最大
上传时间: 2021-06-12
上传用户:chensf
针对高光谱遥感数据特征提取方法的研究,提出了一种新的监督近邻重构分析(Supervised Neighbor Reconstruction Analysis,SNRA)算法。该方法首先利用同一类别的近邻数据点对各数据点进行重构;然后在低维嵌入空间中保持该重构关系不变,尽可能地分离开非同类数据点,并利用总体散度矩阵来约束数据间的相关性;最后求解得到一个最 ...
/dl/206342.html
标签: 监督 近邻 重构 分析 光谱 遥感 数据 特征 提取 邻域重构 总体散度矩阵
上传时间: 2021-06-14
上传用户:460567003
用matlab编写的线性插值,最近邻域插值,和双三次样条插值
/dl/208600.html
标签: 线性插值
上传时间: 2021-11-30
上传用户:随便
针对旋转机械高维故障特征集识别精度低的问题,提出基于核监督局部保留投影(Kernel Supervised Locality Preserving Projection,KSLPP)与Relief F特征加权的K近邻(Relief F Weighted K-Nearest Neighbor,RWKNN)分类器相结合的维数约简故障诊断方法。该方法首先应用KSLPP提取故障特征集中的非线性信息,同时在降维投影过程中充 ...
/dl/208926.html
标签: kslpp rwknn 旋转 机械 故障 诊断保留投影 Relief F特征选择 加权K近邻分类器
上传时间: 2021-12-29
上传用户:372825274
不同分布多观测样本分类问题中,训练样本和测试样本来自不同的域,针对如何利用转换学习提高不同分布多观测样本分类性能问题,提出L1-Graph联合转换学习的多观测样本分类算法。首先基于转换学习构建一种非负矩阵三因子分解框架,将其中不变信息作为源域到目标域的转换桥梁;其次,基于稀疏表示思路构造L1-Graph,自适应寻找数据近 ...
/dl/207329.html
标签: l1 graph 转换 学习 模型 观测 样本 分类 算法适应 多观测样本分类
上传时间: 2021-08-20
上传用户:chenpeng
摘 要:该文提出了一种新的基于复数域中的二维特征提取方法进行人脸识别。该方法首先对人脸样本进行镜像变换,根据原始人脸样本和相应的镜像样本分别计算偶对称样本和奇对称样本,通过奇偶加权因子将偶对称样本与奇对称样本组成复数样本,然后在复数域中分别定义复图像类内散布矩阵和复图像类间散布矩阵,并求解一组最优复 ...
/dl/211582.html
标签: 人脸识别
上传时间: 2022-09-16
上传用户:qaz456478