期刊文献+
共找到55篇文章
< 1 2 3 >
每页显示 20 50 100
基于kernel K-means算法的城市交通客流量分析 被引量:3
1
作者 闫明月 《物流技术》 北大核心 2013年第9期158-160,213,共4页
基于核函数这种基于统计学习理论的方法,介绍了kernel K-means算法的基本原理与步骤,与传统的K-means算法进行了对比分析,无论是运算速度还是算法有效性,kernel K-means算法都优于传统的K-means算法,并应用于实际的城市交通客流量数据... 基于核函数这种基于统计学习理论的方法,介绍了kernel K-means算法的基本原理与步骤,与传统的K-means算法进行了对比分析,无论是运算速度还是算法有效性,kernel K-means算法都优于传统的K-means算法,并应用于实际的城市交通客流量数据分析实验,结果验证了方法的有效性,为城市交通规律分析、城市规划与交通政策的制定提供了依据。 展开更多
关键词 传统k-means算法 kernel k-means算法 核函数 城市交通 客流量
下载PDF
Solving Neumann Boundary Problem with Kernel-Regularized Learning Approach
2
作者 Xuexue Ran Baohuai Sheng 《Journal of Applied Mathematics and Physics》 2024年第4期1101-1125,共25页
We provide a kernel-regularized method to give theory solutions for Neumann boundary value problem on the unit ball. We define the reproducing kernel Hilbert space with the spherical harmonics associated with an inner... We provide a kernel-regularized method to give theory solutions for Neumann boundary value problem on the unit ball. We define the reproducing kernel Hilbert space with the spherical harmonics associated with an inner product defined on both the unit ball and the unit sphere, construct the kernel-regularized learning algorithm from the view of semi-supervised learning and bound the upper bounds for the learning rates. The theory analysis shows that the learning algorithm has better uniform convergence according to the number of samples. The research can be regarded as an application of kernel-regularized semi-supervised learning. 展开更多
关键词 Neumann Boundary Value kernel-Regularized approach Reproducing kernel Hilbert Space The Unit Ball The Unit Sphere
下载PDF
基于函数型数据分析和k-means算法的电力用户分类(英文) 被引量:21
3
作者 张欣 高卫国 苏运 《电网技术》 EI CSCD 北大核心 2015年第11期3153-3162,共10页
为了对大量电力用户的稀疏、不规律的日耗电量数据进行特征分析,并对用户进行分类,文章提出一种函数性数据聚类分析方法。首先,应用kernel方法将离散的电量数据还原成连续曲线;然后,受Sobolev空间距离的启发,定义了新的函数距离,用于k-m... 为了对大量电力用户的稀疏、不规律的日耗电量数据进行特征分析,并对用户进行分类,文章提出一种函数性数据聚类分析方法。首先,应用kernel方法将离散的电量数据还原成连续曲线;然后,受Sobolev空间距离的启发,定义了新的函数距离,用于k-means算法进行聚类。以某城市10 000户居民538天的实际用电数据进行实验,得到了用户在不同距离和聚类个数下的聚类原型。实验结果显示,由于选取的用户主要是城市居民,其用电模式比较相似:大高峰时段主要在6—9月,小高峰时段主要在1—2月,日消耗波动较小。而不同用户类别的主要区别体现在用电量的范围上:低耗电用户整体低于13 k W?h/天,高耗电用户接近100 k W?h/天。 展开更多
关键词 函数性数据分析 k-means kernel方法 智能电表 数据分析
下载PDF
Improved Kernel PLS-based Fault Detection Approach for Nonlinear Chemical Processes 被引量:5
4
作者 王丽 侍洪波 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2014年第6期657-663,共7页
In this paper, an improved nonlinear process fault detection method is proposed based on modified kernel partial least squares(KPLS). By integrating the statistical local approach(SLA) into the KPLS framework, two new... In this paper, an improved nonlinear process fault detection method is proposed based on modified kernel partial least squares(KPLS). By integrating the statistical local approach(SLA) into the KPLS framework, two new statistics are established to monitor changes in the underlying model. The new modeling strategy can avoid the Gaussian distribution assumption of KPLS. Besides, advantage of the proposed method is that the kernel latent variables can be obtained directly through the eigen value decomposition instead of the iterative calculation, which can improve the computing speed. The new method is applied to fault detection in the simulation benchmark of the Tennessee Eastman process. The simulation results show superiority on detection sensitivity and accuracy in comparison to KPLS monitoring. 展开更多
关键词 nonlinear process fault detection kernel partial least squares statistical local approach
下载PDF
Attractive Multistep Reproducing Kernel Approach for Solving Stiffness Differential Systems of Ordinary Differential Equations and Some Error Analysis 被引量:1
5
作者 Radwan Abu-Gdairi Shatha Hasan +2 位作者 Shrideh Al-Omari Mohammad Al-Smadi Shaher Momani 《Computer Modeling in Engineering & Sciences》 SCIE EI 2022年第1期299-313,共15页
In this paper,an efficient multi-step scheme is presented based on reproducing kernel Hilbert space(RKHS)theory for solving ordinary stiff differential systems.The solution methodology depends on reproducing kernel fu... In this paper,an efficient multi-step scheme is presented based on reproducing kernel Hilbert space(RKHS)theory for solving ordinary stiff differential systems.The solution methodology depends on reproducing kernel functions to obtain analytic solutions in a uniform formfor a rapidly convergent series in the posed Sobolev space.Using the Gram-Schmidt orthogonality process,complete orthogonal essential functions are obtained in a compact field to encompass Fourier series expansion with the help of kernel properties reproduction.Consequently,by applying the standard RKHS method to each subinterval,approximate solutions that converge uniformly to the exact solutions are obtained.For this purpose,several numerical examples are tested to show proposed algorithm’s superiority,simplicity,and efficiency.The gained results indicate that themulti-step RKHSmethod is suitable for solving linear and nonlinear stiffness systems over an extensive duration and giving highly accurate outcomes. 展开更多
关键词 Multi-step approach reproducing kernel Hilbert space method stiffness system error analysis numerical solution
下载PDF
An Improved Kernel K-Mean Cluster Method and Its Application in Fault Diagnosis of Roller Bearing 被引量:2
6
作者 Ling-Li Jiang Yu-Xiang Cao +1 位作者 Hua-Kui Yin Kong-Shu Deng 《Engineering(科研)》 2013年第1期44-49,共6页
For the kernel K-mean cluster method is run in an implicit feature space, the initial and iterative cluster centers cannot be defined explicitly. Against the deficiency of the initial cluster centers selected in the o... For the kernel K-mean cluster method is run in an implicit feature space, the initial and iterative cluster centers cannot be defined explicitly. Against the deficiency of the initial cluster centers selected in the original space discretionarily in the existing methods, this paper proposes a new method for ensuring the clustering center that virtual clustering centers are defined in the feature space by the original classification as the initial cluster centers and the iteration clustering centers are ensured by the further virtual classification. The improved method is used for fault diagnosis of roller bearing that achieves a good cluster and diagnosis result, which demonstrates the effectiveness of the proposed method. 展开更多
关键词 IMPROVED kernel k-mean CLUSTER FAULT Diagnosis ROLLER BEARING
下载PDF
CALCULATION FOR KERNEL OF INTERVAL GREY NUMBER BASED ON BARYCENTER APPROACH
7
作者 曾波 刘思峰 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2013年第2期216-220,共5页
The kernel of interval grey number is most likely the real number,which can be used to represent whitenization value of interval grey number.A novel method for calculating kernel of interval grey number is constructed... The kernel of interval grey number is most likely the real number,which can be used to represent whitenization value of interval grey number.A novel method for calculating kernel of interval grey number is constructed based on the geometric barycenter of whitenization weight function in the two-dimensional coordinate plane,and the calculation of kernel is converted to the calculation of barycenter in geometric figures.The method fully considers the effect of all information contained in whitenization weight function on the calculation result of kernel,and is the extension and perfection of the existing methods in the scope of application. 展开更多
关键词 grey theory interval grey number kernel whitenization weight function barycenter approach
下载PDF
A Fast and Effective Multiple Kernel Clustering Method on Incomplete Data 被引量:1
8
作者 Lingyun Xiang Guohan Zhao +3 位作者 Qian Li Gwang-Jun Kim Osama Alfarraj Amr Tolba 《Computers, Materials & Continua》 SCIE EI 2021年第4期267-284,共18页
Multiple kernel clustering is an unsupervised data analysis method that has been used in various scenarios where data is easy to be collected but hard to be labeled.However,multiple kernel clustering for incomplete da... Multiple kernel clustering is an unsupervised data analysis method that has been used in various scenarios where data is easy to be collected but hard to be labeled.However,multiple kernel clustering for incomplete data is a critical yet challenging task.Although the existing absent multiple kernel clustering methods have achieved remarkable performance on this task,they may fail when data has a high value-missing rate,and they may easily fall into a local optimum.To address these problems,in this paper,we propose an absent multiple kernel clustering(AMKC)method on incomplete data.The AMKC method rst clusters the initialized incomplete data.Then,it constructs a new multiple-kernel-based data space,referred to as K-space,from multiple sources to learn kernel combination coefcients.Finally,it seamlessly integrates an incomplete-kernel-imputation objective,a multiple-kernel-learning objective,and a kernel-clustering objective in order to achieve absent multiple kernel clustering.The three stages in this process are carried out simultaneously until the convergence condition is met.Experiments on six datasets with various characteristics demonstrate that the kernel imputation and clustering performance of the proposed method is signicantly better than state-of-the-art competitors.Meanwhile,the proposed method gains fast convergence speed. 展开更多
关键词 Multiple kernel clustering absent-kernel imputation incomplete data kernel k-means clustering
下载PDF
A Kernel Clustering Algorithm for Fast Training of Support Vector Machines
9
作者 刘笑嶂 冯国灿 《Journal of Donghua University(English Edition)》 EI CAS 2011年第1期53-56,共4页
A new algorithm named kernel bisecting k-means and sample removal(KBK-SR) is proposed as sampling preprocessing for support vector machine(SVM) training to improve the efficiency.The proposed algorithm tends to quickl... A new algorithm named kernel bisecting k-means and sample removal(KBK-SR) is proposed as sampling preprocessing for support vector machine(SVM) training to improve the efficiency.The proposed algorithm tends to quickly produce balanced clusters of similar sizes in the kernel feature space,which makes it efficient and effective for reducing training samples.Theoretical analysis and experimental results on three UCI real data benchmarks both show that,with very short sampling time,the proposed algorithm dramatically accelerates SVM sampling and training while maintaining high test accuracy. 展开更多
关键词 support vector machines(SVMs) sample reduction topdown hierarchical clustering kernel bisecting k-means
下载PDF
城市建筑小区内涝风险快速识别与驱动因素分析 被引量:1
10
作者 王璇 张伟 +2 位作者 刘方华 孔烨 孙慧超 《人民长江》 北大核心 2024年第5期23-32,共10页
城市内涝风险快速识别及致涝因素初步分析是开展城市内涝治理的首要工作,传统的城市排水模型模拟方法需要高精度的基础数据支持和较长的计算周期,难以满足城市内涝快速识别需求。基于泸州市中心城区建筑小区2015~2022年实际内涝灾害数据... 城市内涝风险快速识别及致涝因素初步分析是开展城市内涝治理的首要工作,传统的城市排水模型模拟方法需要高精度的基础数据支持和较长的计算周期,难以满足城市内涝快速识别需求。基于泸州市中心城区建筑小区2015~2022年实际内涝灾害数据,通过核密度估计和空间相关性分析对中心城区建筑小区内涝风险空间分布进行了快速识别,并采用Spearman相关分析和地理探测器法对内涝驱动因素进行了分析。结果表明:泸州市中心城区建筑小区内涝风险呈现从中心向四周逐渐降低的趋势,高风险区域主要位于城北片区、中心半岛老城片区和龙马潭老城片区;土壤地质、土地利用、社会因素和降雨因素是内涝风险的主要驱动因素,并表现为多因素协同发生的复杂形式。研究成果可为泸州市内涝风险精细化模拟分析提供基础,也可为西南丘陵城市建筑小区内涝风险快速识别及致涝因素初步分析提供方法支撑。 展开更多
关键词 建筑小区 城市内涝风险 快速识别 驱动因素 核密度估计 空间相关性分析 Spearman相关分析 地理探测器 丘陵城市
下载PDF
Exploring Motor Imagery EEG: Enhanced EEG Microstate Analysis with GMD-Driven Density Canopy Method
11
作者 Xin Xiong Jing Zhang +3 位作者 Sanli Yi Chunwu Wang Ruixiang Liu Jianfeng He 《Computers, Materials & Continua》 SCIE EI 2024年第6期4659-4681,共23页
The analysis of microstates in EEG signals is a crucial technique for understanding the spatiotemporal dynamics of brain electrical activity.Traditional methods such as Atomic Agglomerative Hierarchical Clustering(AAH... The analysis of microstates in EEG signals is a crucial technique for understanding the spatiotemporal dynamics of brain electrical activity.Traditional methods such as Atomic Agglomerative Hierarchical Clustering(AAHC),K-means clustering,Principal Component Analysis(PCA),and Independent Component Analysis(ICA)are limited by a fixed number of microstate maps and insufficient capability in cross-task feature extraction.Tackling these limitations,this study introduces a Global Map Dissimilarity(GMD)-driven density canopy K-means clustering algorithm.This innovative approach autonomously determines the optimal number of EEG microstate topographies and employs Gaussian kernel density estimation alongside the GMD index for dynamic modeling of EEG data.Utilizing this advanced algorithm,the study analyzes the Motor Imagery(MI)dataset from the GigaScience database,GigaDB.The findings reveal six distinct microstates during actual right-hand movement and five microstates across other task conditions,with microstate C showing superior performance in all task states.During imagined movement,microstate A was significantly enhanced.Comparison with existing algorithms indicates a significant improvement in clustering performance by the refined method,with an average Calinski-Harabasz Index(CHI)of 35517.29 and a Davis-Bouldin Index(DBI)average of 2.57.Furthermore,an information-theoretical analysis of the microstate sequences suggests that imagined movement exhibits higher complexity and disorder than actual movement.By utilizing the extracted microstate sequence parameters as features,the improved algorithm achieved a classification accuracy of 98.41%in EEG signal categorization for motor imagery.A performance of 78.183%accuracy was achieved in a four-class motor imagery task on the BCI-IV-2a dataset.These results demonstrate the potential of the advanced algorithm in microstate analysis,offering a more effective tool for a deeper understanding of the spatiotemporal features of EEG signals. 展开更多
关键词 EEG microstate motor imagery k-means clustering algorithm gaus sian kernel function shannon entropy Lempel-Ziv complexity
下载PDF
基于云理论和核向量空间模型的电力变压器套管绝缘状态评估 被引量:34
12
作者 周湶 徐智 +2 位作者 廖瑞金 张镱议 郑柏林 《高电压技术》 EI CAS CSCD 北大核心 2013年第5期1101-1106,共6页
为了解决电力变压器套管绝缘状态评估中存在不确定性因素的问题,提出了一种新的状态评估方法。该方法全面考虑评估指标等级分类边界的随机性和模糊性,采用由云推理确定指标客观权重,由未确知理论确定主观权重的组合赋权法。建立了核向... 为了解决电力变压器套管绝缘状态评估中存在不确定性因素的问题,提出了一种新的状态评估方法。该方法全面考虑评估指标等级分类边界的随机性和模糊性,采用由云推理确定指标客观权重,由未确知理论确定主观权重的组合赋权法。建立了核向量空间模型,利用核函数将样本映射到高维特征空间的方法,在高维特征空间定义样本数据的指标有向线段和变压器套管绝缘等级标准的理想指标有向线段。进而通过计算两线段之间的夹角加权余弦获得样本与标准模式的贴近度,将绝缘评估问题转化为向量空间的模式识别问题,最终得出变压器套管所处的绝缘状态。实际算例表明该套管在第1次测试时,其绝缘状态贴近正常的贴近度最大即处于正常状态;第2次和第3次测试时,贴近故障的贴近度最大即处于故障状态。 展开更多
关键词 电力变压器套管 绝缘状态评估 云模型 组合赋权 核向量空间模型 贴近度
下载PDF
磴口县地下水埋深时空变化特征 被引量:2
13
作者 李宁 岳德鹏 +2 位作者 于强 张启斌 马欢 《南水北调与水利科技》 CSCD 北大核心 2017年第3期49-54,79,共7页
选取荒漠绿洲区磴口县1988年-2013年17个观测站逐月水位埋深数据,运用kernel K-means及经验模态分解(EMD)方法,探索26年来研究区地下水埋深时空变化特征。结果表明:17个测站分为三个聚类中心,第一聚类中心包括6个测站,地下水平均埋深最... 选取荒漠绿洲区磴口县1988年-2013年17个观测站逐月水位埋深数据,运用kernel K-means及经验模态分解(EMD)方法,探索26年来研究区地下水埋深时空变化特征。结果表明:17个测站分为三个聚类中心,第一聚类中心包括6个测站,地下水平均埋深最大。第二聚类中心包括4个测站,地下水平均埋深次之。第三聚类中心包括7个测站,地下水平均埋深最小;26年来第一和第二聚类中心地下水埋深呈增大趋势,增大幅度分别为0.014 m、0.26m。第三聚类中心地下水埋深呈减小趋势,减小幅度为0.08m;三个聚类中心地下水埋深年内变化趋势基本相同。 展开更多
关键词 经验模态分解 kernel k-means 磴口县 地下水埋深 时空变化
下载PDF
核向量空间模型在电能质量综合评估中的应用 被引量:14
14
作者 李如琦 苏浩益 曲振旭 《电力系统保护与控制》 EI CSCD 北大核心 2012年第1期72-76,共5页
针对电能质量综合评估的特点,提出了利用聚类层次分析法确定主观权重和熵权法确定客观权重的组合赋权法。建立核向量空间模型,利用核函数将输入样本映射到高维特征空间,在高维特征空间定义各样本的指标有向线段和电能质量等级标准的理... 针对电能质量综合评估的特点,提出了利用聚类层次分析法确定主观权重和熵权法确定客观权重的组合赋权法。建立核向量空间模型,利用核函数将输入样本映射到高维特征空间,在高维特征空间定义各样本的指标有向线段和电能质量等级标准的理想指标有向线段。采用两线段之间的夹角加权余弦值衡量样本与标准模式的贴近度,将电能质量综合评估问题转化为向量空间的模式识别问题,实现电能质量的综合评估。实际算例表明该方法能够得到客观、合理的综合评估结果,验证了该模型的有效性和优越性。 展开更多
关键词 电能质量 综合评估 核向量空间模型 贴近度 组合赋权
下载PDF
子波核函数网络 被引量:16
15
作者 张莉 周伟达 焦李成 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2001年第3期223-227,共5页
提出一种子波核函数网络作为支撑矢量机的一种替代学习机 ,仿真实验验证了子波核函数网络的逼近性能和识别性能都可以与相应的支撑矢量机相媲美 ,并优于子波神经网络 .
关键词 支撑矢量机 子波核函数网络 函数逼近 模式识别 子波神经网络 学习机
下载PDF
特征向量的核方法检测网络社团结构 被引量:4
16
作者 付立东 高琳 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2012年第2期175-180,共6页
为在权重的复杂网络中检测社团结构,推广模块密度函数到权重形式,并优化权重形式的权重密度函数到谱分聚类形式及权重的核聚类形式.证明了基于权重密度的两类聚类方法在数学上的等价性,利用这种等价性,提出了一种新的基于特征向量核聚... 为在权重的复杂网络中检测社团结构,推广模块密度函数到权重形式,并优化权重形式的权重密度函数到谱分聚类形式及权重的核聚类形式.证明了基于权重密度的两类聚类方法在数学上的等价性,利用这种等价性,提出了一种新的基于特征向量核聚类检测复杂网络社团方法.实验结果表明,这种方法比直接的谱分方法或直接的核方法检测社团更加准确. 展开更多
关键词 社团结构 模块密度 k-means 谱分方法 特征向量的核方法
下载PDF
以问题引领、多维互动为核心的教学方法探讨——基于宁波大学探究式课堂教学改革的经验 被引量:16
17
作者 朱作宾 金涛 +1 位作者 贺秉元 胡建梅 《宁波大学学报(教育科学版)》 2011年第5期82-84,共3页
基于宁波大学的实践,"问题引领,多维互动"这两条要领,概括了探究式教学方法的核心要素和基本要求,可以帮助参与教改的教师尽快理解并执行,可以作为推行教学方法改革的抓手。
关键词 教学方法 目标 要领 问题引领 多维互动
下载PDF
非参数方法在干旱频率分析中的应用 被引量:6
18
作者 马明卫 宋松柏 《水文》 CSCD 北大核心 2011年第3期5-12,共8页
运用非参数核密度估计方法研究干旱发生的联合概率、条件概率和重现期等干旱特征,以宁夏盐池站的月降水为例,应用单变量核概率密度函数估计干旱历时D的边缘分布,进行参数方法和非参数方法的拟合效果比较。在此基础上,采用双变量核概率... 运用非参数核密度估计方法研究干旱发生的联合概率、条件概率和重现期等干旱特征,以宁夏盐池站的月降水为例,应用单变量核概率密度函数估计干旱历时D的边缘分布,进行参数方法和非参数方法的拟合效果比较。在此基础上,采用双变量核概率密度函数估计方法构建了历时D与烈度S、历时D与峰值P的两变量联合概率分布,并计算了联合分布的重现期、条件概率与条件重现期。结果表明:与参数方法相比,非参数核密度估计方法能够描述干旱历时D、烈度S和峰值P两两之间的联合分布,是研究干旱频率的另一种新途径。 展开更多
关键词 非参数方法 核密度估计 联合分布 干旱特征 频率分析
下载PDF
非参数统计方法在水文水资源中的应用与展望 被引量:10
19
作者 王文圣 丁晶 邓育仁 《水科学进展》 EI CAS CSCD 北大核心 1999年第4期458-463,共6页
非参数统计方法在水文水资源系统中的应用和研究已取得了一些进展, 依研究内容不同可分三类: (1) 在水文频率分析中的应用和研究; (2) 在水文水资源预报中的应用和研究; (3) 在水文水资源模拟中的应用和研究。对非参数统... 非参数统计方法在水文水资源系统中的应用和研究已取得了一些进展, 依研究内容不同可分三类: (1) 在水文频率分析中的应用和研究; (2) 在水文水资源预报中的应用和研究; (3) 在水文水资源模拟中的应用和研究。对非参数统计方法在水文水资源系统中的应用和研究现状作了较全面的介绍, 并展望了今后的研究趋势和发展方向。 展开更多
关键词 非参数统计方法 水文水资源系统 估计
下载PDF
再生核空间的有界线性算子的最佳逼近 被引量:1
20
作者 殷政伟 郭海刚 张瑞民 《河南科技大学学报(自然科学版)》 CAS 2007年第2期75-77,81,共4页
讨论不同的再生核空间的有界线性算子的最佳逼近问题,利用空间的再生核给出了最佳逼近算子的表达式,并且对最佳逼近算子的收敛性进行了讨论。
关键词 再生核 最佳逼近 有界线性算子
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部