期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
An aligned mixture probabilistic principal component analysis for fault detection of multimode chemical processes 被引量:5
1
作者 杨雅伟 马玉鑫 +1 位作者 宋冰 侍洪波 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2015年第8期1357-1363,共7页
A novel approach named aligned mixture probabilistic principal component analysis(AMPPCA) is proposed in this study for fault detection of multimode chemical processes. In order to exploit within-mode correlations,the... A novel approach named aligned mixture probabilistic principal component analysis(AMPPCA) is proposed in this study for fault detection of multimode chemical processes. In order to exploit within-mode correlations,the AMPPCA algorithm first estimates a statistical description for each operating mode by applying mixture probabilistic principal component analysis(MPPCA). As a comparison, the combined MPPCA is employed where monitoring results are softly integrated according to posterior probabilities of the test sample in each local model. For exploiting the cross-mode correlations, which may be useful but are inadvertently neglected due to separately held monitoring approaches, a global monitoring model is constructed by aligning all local models together. In this way, both within-mode and cross-mode correlations are preserved in this integrated space. Finally, the utility and feasibility of AMPPCA are demonstrated through a non-isothermal continuous stirred tank reactor and the TE benchmark process. 展开更多
关键词 Multimode process monitoring mixture probabilistic principal component analysis Model alignment Fault detection
下载PDF
基于混合深度学习模型的洪水过程概率预报研究 被引量:7
2
作者 崔震 郭生练 +2 位作者 王俊 张俊 周研来 《水利学报》 EI CSCD 北大核心 2023年第8期889-897,909,共10页
传统的人工神经网络模型无法量化洪水预报的不确定性,而且在多时段连续预报中未考虑输出的时间相关性。本文通过融合新安江(XAJ)模型、基于外源输入编码-解码(EDE)结构的长短期记忆(LSTM)神经网络和混合密度网络(MDN),构建了XAJ-LSTM-ED... 传统的人工神经网络模型无法量化洪水预报的不确定性,而且在多时段连续预报中未考虑输出的时间相关性。本文通过融合新安江(XAJ)模型、基于外源输入编码-解码(EDE)结构的长短期记忆(LSTM)神经网络和混合密度网络(MDN),构建了XAJ-LSTM-EDE-MDN混合深度学习模型,以实现洪水过程概率预报。该模型在考虑预报洪水时间相关性的前提下,将解码过程产生的点估计转化为条件概率分布的估计;进一步采用最大似然估计法建立了损失函数,通过自适应矩估计(Adam)算法优选模型参数。在陆水和建溪两个流域的研究结果表明:该模型在不降低XAJ-LSTM-EDE模型预报精度的前提下,可有效反映预报洪水过程的不确定性,获得合理可靠的置信区间和优良的概率预报性能,为水库防洪调度等决策提供更多的风险信息,同时为研究深度学习在洪水概率预报中的应用提供参考。 展开更多
关键词 概率预报 不确定性分析 长短期记忆神经网络 编码-解码结构 混合密度网络
下载PDF
基于偏正态混合模型的齿轮故障分类
3
作者 毛锦进 肖涵 +1 位作者 易灿灿 鲁志文 《组合机床与自动化加工技术》 北大核心 2023年第3期104-108,共5页
工业现场的振动信号往往混杂有较大的噪音,且表征故障状态的数据量偏少,导致设备状态特征提取困难,识别效果差。统计学习从概率密度角度建立状态数据的模型,对数据量的要求相对较小,对于噪音具有较好的鲁棒性,但对概率密度函数的合理性... 工业现场的振动信号往往混杂有较大的噪音,且表征故障状态的数据量偏少,导致设备状态特征提取困难,识别效果差。统计学习从概率密度角度建立状态数据的模型,对数据量的要求相对较小,对于噪音具有较好的鲁棒性,但对概率密度函数的合理性与准确性要求较高。首先,分析了偏正态混合模型对于真实偏斜数据的优良拟合性能,并将其拓展到分类应用中,并提出了偏正态混合模型与去趋势波动分析相结合的齿轮故障分类方法,该方法利用了齿轮振动信号的双标度特性和偏正态混合模型描述具有非对称结构的概率密度分布的能力,因此具有更好的柔性。齿轮故障实测实验得到混淆矩阵的四种分类指标,与基于高斯混合模型和概率神经网络分类算法相比,具有更好的分类效果,这表明了所提出的方法的有效性。 展开更多
关键词 偏正态混合模型 趋势波动分析 去趋势波动分析 概率神经网络 混淆矩阵
下载PDF
混合概率典型相关性分析 被引量:26
4
作者 张博 郝杰 +3 位作者 马刚 岳金朋 张建华 史忠植 《计算机研究与发展》 EI CSCD 北大核心 2015年第7期1463-1476,共14页
典型相关性分析(canonical correlation analysis,CCA)是一种用来分析2组随机变量之间相关性的统计分析工具,但作为一种线性数学模型,CCA不足以揭示真实世界中大量存在的非线性相关现象.采用局部化的方法,在概率典型相关性分析(probabil... 典型相关性分析(canonical correlation analysis,CCA)是一种用来分析2组随机变量之间相关性的统计分析工具,但作为一种线性数学模型,CCA不足以揭示真实世界中大量存在的非线性相关现象.采用局部化的方法,在概率典型相关性分析(probabilistic CCA,PCCA)的基础上,使用概率混合模型框架,提出了混合概率典型相关性分析模型(mixture of probabilistic CCA,MixPCCA)以及估计模型参数的2阶段期望最大化(expectation maximization,EM)算法,并给出了使用聚类融合确定局部线性模型数量的方法和MixPCCA模型应用于模式识别的理论框架.在手写体数据集USPS和MNIST上的实验证明,MixPCCA模型通过混合多个局部线性PCCA模型不仅提供了一种捕捉复杂的全局非线性相关性的解决方案,而且还具备检测只在局部区域才存在的相关性的能力. 展开更多
关键词 典型相关性分析 概率典型相关性分析 混合概率模型 聚类融合 模式识别
下载PDF
融合主题和视觉语义的图像自动标注方法 被引量:7
5
作者 赵鹏 王文彬 朱伟伟 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2013年第11期1709-1714,共6页
为了减小图像语义检索过程中"语义鸿沟"的影响,提出融合主题和视觉语义的图像自动标注方法.该方法先在训练集的文本空间中用概率潜在语义分析(PLSA)模型拟合出主题集合;然后根据图像的高维视觉特征建立主题集合中每个主题的... 为了减小图像语义检索过程中"语义鸿沟"的影响,提出融合主题和视觉语义的图像自动标注方法.该方法先在训练集的文本空间中用概率潜在语义分析(PLSA)模型拟合出主题集合;然后根据图像的高维视觉特征建立主题集合中每个主题的高斯混合模型(GMM),以准确描述其视觉语义信息,减小了"语义鸿沟",提高了图像自动标注的准确性.在Corel数据集上进行了对比实验的结果表明,文中方法在标注的平均标准率和平均标全率上都表现良好,证明了其有效性. 展开更多
关键词 高斯混合模型 概率潜在语义分析 图像自动标注 语义鸿沟 特征聚类
下载PDF
基于多特征融合与PLSA-GMM的图像自动标注 被引量:6
6
作者 孙君顶 李海华 +1 位作者 靳姣林 张毅 《测控技术》 CSCD 2017年第4期31-35,39,共6页
为减少图像检索中图像信息的缺失与语义鸿沟的影响,提出了一种基于多特征融合与PLSA-GMM的图像自动标注方法。首先,提取图像的颜色特征、形状特征和纹理特征,三者融合作为图像的底层特征;然后,基于概率潜在语义分析(PLSA)与高斯混合模型... 为减少图像检索中图像信息的缺失与语义鸿沟的影响,提出了一种基于多特征融合与PLSA-GMM的图像自动标注方法。首先,提取图像的颜色特征、形状特征和纹理特征,三者融合作为图像的底层特征;然后,基于概率潜在语义分析(PLSA)与高斯混合模型(GMM)建立图像底层特征、视觉语义主题与标注关键词间的联系,并基于该模型实现对图像的自动标注。采用Corel 5k数据库进行验证,实验结果证明了本文方法的有效性。 展开更多
关键词 多特征融合 概率潜在语义分析 高斯混合模型 图像自动标注
下载PDF
一种基于混合概率PCA模型的高光谱图像非监督分类方法 被引量:3
7
作者 吴昊 郁文贤 匡纲要 《国防科技大学学报》 EI CAS CSCD 北大核心 2005年第2期61-64,共4页
提出了一种在期望最大化(EM)算法框架下同时实现混合概率主成分分析(PPCA)降维和聚类的高光谱图像非监督分类方法。它根据不同类别应各有自己代表性的特征集,将通常意义下的特征抽取和模式分类合并在一步内完成,尽可能地保留了可分性;... 提出了一种在期望最大化(EM)算法框架下同时实现混合概率主成分分析(PPCA)降维和聚类的高光谱图像非监督分类方法。它根据不同类别应各有自己代表性的特征集,将通常意义下的特征抽取和模式分类合并在一步内完成,尽可能地保留了可分性;同时该方法具有概率模型的优点,更适合高维数据处理。采用仿真数据和真实数据进行的比较实验表明,该算法较一般不加区分地对所有原始数据进行PCA降维再分类的方法能得到更好的分类结果。 展开更多
关键词 非监督分类 降维 混合概率主成分分析 期望最大化算法
下载PDF
基于改进混合概率主元分析模型的过程监控 被引量:2
8
作者 赵忠盖 刘飞 徐保国 《控制与决策》 EI CSCD 北大核心 2006年第7期745-749,共5页
基于混合概率主元分析(M PPCA)的监控方法,存在要求各子模型中主元个数相同、监控指标不一致、监控表格过多等缺陷.为此对M PPCA算法进行改进,分两步建立模型:首先求出混合高斯模型(GMM),然后利用概率主元分析(PPCA)建立每个子模型的主... 基于混合概率主元分析(M PPCA)的监控方法,存在要求各子模型中主元个数相同、监控指标不一致、监控表格过多等缺陷.为此对M PPCA算法进行改进,分两步建立模型:首先求出混合高斯模型(GMM),然后利用概率主元分析(PPCA)建立每个子模型的主元模型.改进方法中各子模型主元的选取兼顾了主元的解释率及其变化趋势,并引进基于PPCA的监控方法,保证了监控指标的一致性,减少了过程监控图. 展开更多
关键词 混合概率主元分析模型 过程监控 EM算法
下载PDF
基于混合概率主成分分析的HRRP特征提取 被引量:6
9
作者 李彬 李辉 《系统工程与电子技术》 EI CSCD 北大核心 2017年第1期1-7,共7页
针对主成分分析(principal component analysis,PCA)等数据压缩方法用于雷达高分辨距离像(high resolution range profile,HRRP)的特征提取,只能反映固定方位帧内HRRP线性结构,而无法准确描述目标,导致识别性能下降的问题,提出了一种基... 针对主成分分析(principal component analysis,PCA)等数据压缩方法用于雷达高分辨距离像(high resolution range profile,HRRP)的特征提取,只能反映固定方位帧内HRRP线性结构,而无法准确描述目标,导致识别性能下降的问题,提出了一种基于混合概率PCA的HRRP特征提取方法。该方法利用期望最大值(Expectation maximization,EM)算法求解HRRP的一、二阶统计参数,能够真实反映数据分布,以分布趋同的原则实现不同方位帧的聚类,减少模板数量。最后通过自适应高斯分类器和Kullback-Leibler距离分类器识别获取的统计特征,可进一步改善识别性能。仿真实验验证了该方法能够在降低数据维数的同时,实现HRRP统计特征的提取,能一定程度上削弱方位敏感性的影响。 展开更多
关键词 雷达目标识别 高分辨距离像 混合概率主成分分析 期望最大值算法
下载PDF
基于视觉语义主题的图像自动标注 被引量:3
10
作者 孙君顶 李海华 靳姣林 《测控技术》 CSCD 2016年第12期11-15,共5页
为减小图像检索中语义鸿沟的影响,提出了一种基于视觉语义主题的图像自动标注方法。首先,提取图像前景与背景区域,并分别进行预处理;然后,基于概率潜在语义分析与高斯混合模型建立图像底层特征、视觉语义主题与标注关键词间的联系,并基... 为减小图像检索中语义鸿沟的影响,提出了一种基于视觉语义主题的图像自动标注方法。首先,提取图像前景与背景区域,并分别进行预处理;然后,基于概率潜在语义分析与高斯混合模型建立图像底层特征、视觉语义主题与标注关键词间的联系,并基于该模型实现对图像的自动标注。采用corel 5数据库进行验证,实验结果证明了本文方法的有效性。 展开更多
关键词 视觉语义主题 概率潜在语义分析 高斯混合模型 图像自动标注
下载PDF
基于混合概率PCA模型高光谱图像本征维数确定 被引量:4
11
作者 普鑫 《计算机工程》 CAS CSCD 北大核心 2007年第9期204-206,共3页
如何有效实现降维是现代成像光谱仪辨识地物类别的一个难点所在。该文在已知高光谱图像地物类别数的情况下,提出了一种采用混合最小描述长度(MMDL)模型选择准则确定高光谱图像本征维数的方法。该方法在期望最大化算法框架下同时实现混合... 如何有效实现降维是现代成像光谱仪辨识地物类别的一个难点所在。该文在已知高光谱图像地物类别数的情况下,提出了一种采用混合最小描述长度(MMDL)模型选择准则确定高光谱图像本征维数的方法。该方法在期望最大化算法框架下同时实现混合PPCA降维和聚类,并根据MMDL准则确定数据降维维数,可以得到数据在概率意义下的精确的降维表征。仿真数据和真实数据进行的比较实验表明,该方法能精确地选择数据的本征维数。 展开更多
关键词 降维 本征维数 混合概率主成分分析 混合最小描述长度准则 期望最大化算法
下载PDF
非线性幂变换Gammachirp滤波器的鲁棒语音特征提取 被引量:2
12
作者 李聪 葛洪伟 《计算机科学与探索》 CSCD 北大核心 2019年第8期1351-1359,共9页
针对归一化功率倒谱系数(PNCC)在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题,提出了非线性幂函数变换伽马啁啾频率倒谱系数(NPGFCC)的抗噪语音特征提取算法。相比PNCC,NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gam... 针对归一化功率倒谱系数(PNCC)在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题,提出了非线性幂函数变换伽马啁啾频率倒谱系数(NPGFCC)的抗噪语音特征提取算法。相比PNCC,NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gammachirp滤波器组代替Gammatone滤波器组进行滤波,并在特征参数中融合了分段式非线性幂函数变换的方式。另外,算法中利用了均值方差归一化和时间序列滤波等技术的方法,进一步提高了其在噪声环境下的鲁棒性,并在改进的i-vector+PLDA模型下进行了测试。实验结果表明,相较于目前常用的一些说话人语音特征提取算法,在不同噪声和不同信噪比下,NPGFCC特征具有最佳抗噪性能,特别是在信噪比较低的情况下,与其他语音特征相比,NPGFCC特征具有更大的优势。 展开更多
关键词 特征提取 说话人识别 伽马啁啾滤波器 高斯混合模型-通用背景模型(GMM-UBM) 辨识向量(i-vector) 概率线性判别分析(PLDA)
下载PDF
基于贝叶斯推理的PKPCAM的非线性多模态过程故障检测与诊断方法 被引量:6
13
作者 卢春红 熊伟丽 顾晓峰 《化工学报》 EI CAS CSCD 北大核心 2014年第12期4866-4874,共9页
针对一类非线性多模态的化工过程,提出一种基于概率核主元的混合模型(PKPCAM),并利用贝叶斯推理策略进行过程监控与故障诊断。在提出的模型中,每个操作模态由一个局部化的概率核主元分量描述,从而构建的一系列分量对应了不同的操作模态... 针对一类非线性多模态的化工过程,提出一种基于概率核主元的混合模型(PKPCAM),并利用贝叶斯推理策略进行过程监控与故障诊断。在提出的模型中,每个操作模态由一个局部化的概率核主元分量描述,从而构建的一系列分量对应了不同的操作模态。首先,将过程数据从原始的度量空间投影到高维特征空间;其次,在该特征空间建立概率主元混合模型,从概率角度刻画数据集的多个局部分量特征;最后,在提取的核主元分量内获得测试样本的后验概率,结合模态内的马氏距离贡献度,提出基于贝叶斯推理的全局概率指标进行故障检测,同时利用模态内变量的相对贡献度,基于全局贡献度指标进行故障诊断。利用TEP仿真平台,与基于k均值聚类的次级主元分析和核主元分析的方法进行了对比分析,验证了提出的贝叶斯推理的PKPCAM方法对非线性多模态过程进行故障检测与诊断的可行性和有效性。 展开更多
关键词 非线性多模态过程 概率核主元混合模型 贝叶斯推理 故障检测 故障诊断
下载PDF
基于高斯混合模型和极限状态阈值随机性的概率地震需求分析
14
作者 贾大卫 吴子燕 何乡 《振动与冲击》 EI CSCD 北大核心 2022年第20期225-234,共10页
传统概率地震需求分析普遍采用对数正态分布假定,且大多基于固定阈值衡量结构性能极限状态,这些简化方法很多时候与实际存在较大偏差。提出基于高斯混合模型(Gaussian mixture model,GMM)的概率地震需求分析法。利用多维性能极限状态方... 传统概率地震需求分析普遍采用对数正态分布假定,且大多基于固定阈值衡量结构性能极限状态,这些简化方法很多时候与实际存在较大偏差。提出基于高斯混合模型(Gaussian mixture model,GMM)的概率地震需求分析法。利用多维性能极限状态方程衡量结构破坏程度。基于增量动力分析法(increment dynamic analysis,IDA)计算结构工程需求参数(engineering demand parameter,EDP),基于IDA曲线斜率划分结构阈值。不采用对数正态分布假定,利用GMM分别建立EDP和阈值的概率密度函数,将传统概率地震需求分析的三重积分拓展到五重积分,充分考虑阈值的随机性。利用蒙特卡洛(Monte Carlo,MC)法求解,得到结构需求年平均超越概率。分别建立某钢筋混凝土框剪和框架结构作为研究对象,以最大层间位移角(maximum inter-story drift ratio,MIDR)、最大层加速度(peak floor acceleration,PFA)作为EDP。研究表明:阈值具有较强的随机性,并且会随着破坏程度的提高而提高,忽略阈值随机性会导致结果出现较大偏差;与传统对数正态分布假定相比,基于GMM所得结构需求年平均超越概率偏小,对数正态分布假定会得到不准确的评估结果。 展开更多
关键词 概率地震需求分析 多维性能极限状态 高斯混合模型(GMM) 阈值随机性 增量动力分析(IDA)
下载PDF
基于视觉语义主题与反馈日志的图像自动标注 被引量:1
15
作者 孙君顶 李海华 靳姣林 《光电子.激光》 EI CAS CSCD 北大核心 2017年第4期441-450,共10页
为了提高图像标注性能,提出了一种基于视觉语义主题与反馈日志的图像自动标注方法。首先,提取图像前景与背景区域,分别进行处理;其次,基于WordNet构建标注词之间的语义关系模型,并结合概率潜在语义分析(PLSA)与高斯混合模型(GMM)建立图... 为了提高图像标注性能,提出了一种基于视觉语义主题与反馈日志的图像自动标注方法。首先,提取图像前景与背景区域,分别进行处理;其次,基于WordNet构建标注词之间的语义关系模型,并结合概率潜在语义分析(PLSA)与高斯混合模型(GMM)建立图像底层特征、视觉语义主题与标注关键词间的联系,实现对图像的自动标注;然后,基于增量关联规则建立标注日志数据库,并在对数据库消噪的基础上,通过反馈技术提高标注的效果;最后,采用Corel5数据库进行验证,实验结果证明了本文方法的有效性。 展开更多
关键词 图像标注 概率潜在语义分析(PLSA) 高斯混合模型(GMM) 反馈日志 增量关联规则
原文传递
基于KLFCV数据分布形式的多尺度MRF红外目标分割
16
作者 魏坤 赵永强 +2 位作者 程咏梅 高仕博 张洪才 《光电子.激光》 EI CAS CSCD 北大核心 2009年第5期662-667,共6页
提出了一种建立在红外多波段图像基础上的目标分割新方法。首先,对8~14μm成像波段通过滤光片细分为4个小的波段范围,用多波段图像代替单一波段图像,提高图像信息量;然后,根据多波段图像特点,通过对文献KLFCV模糊聚类模型进行分析,给... 提出了一种建立在红外多波段图像基础上的目标分割新方法。首先,对8~14μm成像波段通过滤光片细分为4个小的波段范围,用多波段图像代替单一波段图像,提高图像信息量;然后,根据多波段图像特点,通过对文献KLFCV模糊聚类模型进行分析,给出一种新的数据分布形式,用它作为多尺度Markov随机场(MRF)模型的数据似然分布;最后,利用EM算法给出相应参数估计。人工模拟数据和实际场景图像的分割试验结果表明,本文方法在目标分割完整性和噪声抑制性上和相关文献相比均有不同程度提高。 展开更多
关键词 红外多波段图像 多尺度Markov随机场(MRF) 混合概率主成分分析 模糊聚类 红外图像分割 参数估计
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部