基于中间桥层和相似矩阵的深度对抗迁移故障诊断方法

采用深度对抗迁移学习算法进行故障诊断时,受到领域中丰富的特征属性的影响,在领域自适应中无法充分学习可用于迁移的共有知识特征,且其在类别水平上忽略了不同类别的对齐程度的差异。针对这一问题,提出了一种基于中间桥层和相似矩阵(MB-SM)的对抗故障诊断模型,以实现对滚动轴承故障进行跨域诊断识别的目的。首先,利用改进的一维多尺度残差网络对数据的特征进行了提取;然后,引入了中间桥层和相似矩阵,完成了对共有知识特征的充分学习,降低了整体网络的数据传输难度,进一步加强了源域和目标域中同一类别内的聚类和类别之间的分离,提高了故障数据的领域适配能力;最后,采用实验室轴承数据集和美国凯斯西储大学(CWRU)数据集,对基于中间桥层和相似矩阵的模型方法进行了验证。研究结果表明:在自建实验室数据集中,采用基于中间桥层和相似矩阵的方法可以达到90.37%的平均准确率;在美国凯斯西储大学(CWRU)数据集中,也可以达到99.34%的平均准确率。相较于其他迁移学习对比模型,采用该模型方法可以获得更好的诊断性能。

模糊亚相似矩阵和模糊相似矩阵

初步研究了模糊亚相似矩阵和模糊相似矩阵,并给出了它们的一些应用.

基于相似矩阵盲源分离与卷积神经网络的局部放电超声信号深度学习模式识别方法

电气设备的故障类型与局部放电现象密切相关,有效提取和分析局部放电信号中的特征信息对故障类型判断和运维检修具有重要意义。针对局部放电超声信号的特点,提出了基于相似矩阵的盲源分离方法对原始超声信号进行预处理,有效提取局部放电的特征量。采用光纤传输的局部放电超声检测平台对4种类型的局部放电信号进行采集,并应用上述方法对信号数据预处理,将处理后的数据作为训练样本用于深度学习模式识别,选用卷积神经网络,最终识别准确率达到90%以上,提高了局部放电类型识别的准确性,为新一代电力系统的设备故障诊断提供了一种新方法。

基于局部密度构造相似矩阵的谱聚类算法

依据样本数据点分布的局部和全局一致性特征,提出了一种基于局部密度构造相似矩阵的谱聚类算法。首先通过分析样本数据点的分布特性给出了局部密度定义,根据样本点的局部密度对样本点集由密到疏排序,并按照设计的连接策略构建无向图;然后以GN算法思想为参考,给出了一种基于边介数的权值矩阵计算方法,经过数据转换得到谱聚类相似矩阵;最后通过第一个极大本征间隙出现的位置来确定类个数,并利用经典聚类方法对特征向量空间中的数据点进行聚类。通过人工仿真数据集和UCI数据集进行测试,实验结果表明本文谱聚类算法具有较好的顽健性。

加权模糊相似矩阵的构造

文章在已有的模糊相似矩阵的基础上提出了一种既能描述样本之间值的接近程度,又能描述样本之间相关关系密切程度新的相似矩阵——加权模糊相似矩阵,并在加权模糊相似矩阵的基础上进行了推广。用这些加权的模糊相似矩阵替代传统的相似矩阵,改进了模糊聚类的方法。加权模糊相似矩阵法比绝对值倒数法的聚类结果更加准确。

基于相似矩阵自适应加权的实景图像相似度计算方法

图像相似度计算是众多视觉任务中不可或缺的关键环节,因此文中提出基于相似矩阵自适应加权的实景图像相似度计算方法.首先将图像划分为均匀图像块,基于卷积神经网络构建各图像块的特征描述符.然后计算各图像块间的相似度,组成相似矩阵.最后分析相似矩阵中的数据分布,确定图像对包含同一场景的概率,根据相似矩阵中的数据差异计算各单元相似度权值,确定整幅图像的相似度.实验表明,相比已有方法,文中方法在图像检索应用中鲁棒性更高,可以有效解决即时定位与地图构建中的闭环检测问题.

模糊相似矩阵的构造

对现有的13种模糊相似矩阵构造方法进行全面比较,提出了3条选择模糊相似矩阵构造方法的原则,即正确性原则、不变性原则和可区分性原则.结果显示,只有绝对值倒数法完全满足这3条原则,最宜用来构造模糊相似矩阵,而最大最小法和算术平均最小法可作为检验方法.

基于分辨相似矩阵的相似粗糙集的属性约简算法

针对现实中数据局限导致等价关系弱化为相似关系,用相似关系代替等价关系建立了相似粗糙集的理论,定义了新的分辨相似矩阵,并给出了基于分辨相似矩阵的求核和属性约简算法,该算法可以有效地减少属性约简的计算量,最后通过实例验证了该算法是适用和有效的。

一种新的直觉模糊相似矩阵构造方法

基于直觉模糊相似度和相异度,研究了直觉模糊相似矩阵构造问题。给出了直觉模糊相似度和相异度的标准定义,选取了有效的直觉模糊相似度量和相异度量方法;在分析了现有的几种直觉模糊相似矩阵构造方法基础上,提出了一种新的直觉模糊相似矩阵构造方法。通过算例分析,验证了方法的有效性。

Fuzzy相似矩阵方程X^2=X与最优模糊等价矩阵的存在性

在文［１］基础上，对Ｆｕｚｚｙ 相似矩阵方程Ｘ２＝ Ｘ 的解的结构进行了进一步研究。首先提出了Ｆｕｚｚｙ 等价标准型的概念，为解的表达提供了工具； 第二，指出了相应标准分解过程的参数系的唯一性； 第三，在群作用观点下和平移等价类的意义下，讨论了解的类数计算公式； 第四，给出了解的分类表达式； 最后，证明了“失真”最小的模糊等价阵，即Ｆｕｚｚｙ 最优等价阵的存在性，为Ｆｕｚｚｙ

基于功能相似矩阵的专利产品创新设计研究

目的研究专利文本信息获取产品特征,针对现有的专利群产品之间的相似性,建立一种新的产品创新设计模型。方法建立结构到功能的模型并将功能分为产品功能,外界功能和辅助功能三类;分析产品的功能模型,构建了两个相关联的专利产品的功能相似矩阵,通过判断其功能间的相似度去选择合适的创新原则。本文提出通过采用功能相似变换或功能替代的创新原则,获得最终的产品新方案。结果将其运用到酒类包装盒的创新设计中,构建两个相关联的酒类包装盒的功能相似矩阵,通过判断各功能之间的相似度并选择相应的创新原则设计了一种新型的酒类包装盒。结论通过对酒类包装盒的创新设计有效的验证了本文方法的有效性。

基于事务相似矩阵的关联规则挖掘算法

通过对Apriori算法挖掘过程的深入分析,提出一种改进的关联规则挖掘算法——基于事务相似矩阵的关联规则挖掘算法(ARBSM):在压缩事务布尔矩阵的基础上构建一个事务相似矩阵,直接查找高阶K-项频繁集,有效解决了Apriori算法逐层搜索的迭代产生频繁项集的瓶颈问题。测试结果表明,ARBSM算法可以高效地挖掘潜在的强关联规则。

相似矩阵的性质及应用

阐述了相似矩阵的定义及性质,结合历年研究生入学考试中常见的利用相似性质求解的题目,指出了学生在做这类题目时容易出现的错误,以及避免错误的方法.

一种基于群体语言相似矩阵的聚类方法

针对多个专家给出语言相似矩阵的聚类分析问题,提出一种新的编网聚类分析方法。首先描述具有群体语言相似矩阵的聚类问题并介绍近年来国际上最新发展的二元语义概念及其算子;其次,基于二元语义信息处理的方法,将每个专家给出的语言相似矩阵转化为二元语义形式,再采用二元语义集结算子进行群的集结;然后依据传统的编网聚类方法的基本思路,给出基于群体语言相似矩阵的聚类分析方法的计算步骤。最后通过一个算例说明了本文给出的方法。

基于差异—相似矩阵的文本降维方法

由于文本文档数量多、词量大,形成的文档空间维度高,很多自动文本分类算法不能直接有效地发挥作用。基于差异—相似矩阵(DSM)的方法在很大程度上降低了文档空间的维度。已经分好类的文集经过预处理后被表示成特征项—文档矩阵,再转化为差异—相似矩阵,其中同类文档采用相似项描述,而异类文档则采用差异项描述。通过对差异—相似矩阵的处理,最终得到维度较低的文本特征集,并同时生成分类规则。实验说明,对于大规模文集,DSM方法能在保持良好的分类质量的同时,获得较高的属性降维率和样本降维率。

文档相似矩阵在提高KNN分类效率中的应用

针对传统KNN分类算法在样本数量大、维度高的情况下相似度计算量大的问题,提出了基于相似矩阵的改进KNN分类算法。该算法通过计算样本两两之间的相似度,建立相似矩阵加速KNN算法中寻找K近邻;以搜狗自然语言实验室的文本分类语料库中的新闻文档作为实验对象,采用宏平均F测度值作为分类效果评价标准,用改进KNN方法和传统KNN方法进行对比实验。实验结果表明:通过调节参数,本方法能在不损失精度的情况下减少寻找K近邻时相似度计算的次数。

对称自正交相似矩阵反问题的最小二乘解

通过给出对称自正交相似矩阵的表示定理,研究了如下对称自正交相似矩阵反问题:问题Ⅰ:己知X、B∈R^(n×m),J^(n×n)为全体n阶对称自正交相似矩阵的集合,n=2k.求A∈J^(n×n),使得‖AX-B‖=min.问题Ⅱ:已知A*∈R^(n×n),S_E是问题Ⅰ的解集.求∈S_E,使得‖A*-‖=inf(A∈S_E)‖A*-A‖.给出了问题Ⅰ的解的通式及问题Ⅱ的惟一解的表达式.

关于《Fuzzy相似矩阵传递闭包的网格算法与Fuzzy聚类》的注记

文[1]给出了求Fuzzy相似矩阵R传递包的网格算法,本文首先给出反例说明该算法不可靠;其次指出文[1]中引理2.1的错误;最后对引理2.1作了纠正。

相似矩阵特征向量间的关系

证明了两个相似矩阵属于同一特征值的特征子空间同构.

计算两相似矩阵的变换矩阵

本文以线性代数中一些基本定义和定理为基础 ,应用初等变换的方法 ,给出了计算两相似矩阵的变换矩阵的一种方法。