基于MDLP-Apriori算法的离散Shannon熵值标签排序

针对传统Apriori算法在标签等级排序中辨识度不高的问题,提出一种基于最小化描述准则(MDLP)Apriori算法的离散Shannon熵值算法。通过在Shannon熵值公式中增加额外参数,并结合自适应MDLP算法,增加Apriori算法对等级排序中分割点的识别能力,从而更加细致地观察标签细微差异;然后,利用改进算法分别在合成数据集和KEBI测试数据集上的仿真实验显示,MDLP-Apriori算法在Kendall系数精度与偏差、分区数量等指标上均要优于对比算法。最后,通过实验给出最小支持度选取标准。

基于Littlewood-Paley小波支持向量机的故障诊断

提出一种基于Littlewood-Paley小波支持向量机(LPWSVM)的旋转机械故障诊断模型。首先将故障信号EMD分解为平稳IMF分量,再选择表征故障调制特征的IMF分量并构造瞬时幅值Shannon熵作为故障特征矢量输入到LPWSVM中进行故障识别。EMD分解可自适应分离故障调制信号;瞬时幅值Shannon熵矢量的不同拉大了各类故障的互异性;Littlewood-Paley小波核是一种具有平移正交性的多维允许支持向量核函数,可以其正交性逼近二次可积空间上的任意函数,具有良好的作线性映射能力,因而LPWSVM在同等条件下比一般最小二乘支持向量机的学习精度和自适应识别能力要高,更适用于故障诊断等复杂模式识别问题。一个滚动轴承故障诊断实例说明该模型的有效性。

子带滤波在吸毒者HRV信号分析中的应用

应用子带滤波算法对25例海洛因成瘾者和25例正常人进行对比分析，提取出海洛因成瘾者和正常人的HRV信号在特定频段上的能量均值特征向量及Shannon熵值，并对比其差异．为探索不同心率的交感一迷走神经的控制过程及临床应用提供新途径．