期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
NWFE结合纹理特征的SVM土地覆被分类方法研究
被引量:
6
1
作者
崔林林
罗毅
包安明
《国土资源遥感》
CSCD
北大核心
2012年第1期36-42,共7页
为提高土地覆被分类精度,采用非参数权重特征提取(nonparametric weighted feature extraction,NWFE)结合纹理特征的支持向量机(support vector machines,SVM)的分类法,对新疆玛纳斯河流域绿洲区2006年的土地覆被进行分类,并将该方法与...
为提高土地覆被分类精度,采用非参数权重特征提取(nonparametric weighted feature extraction,NWFE)结合纹理特征的支持向量机(support vector machines,SVM)的分类法,对新疆玛纳斯河流域绿洲区2006年的土地覆被进行分类,并将该方法与主成分分析(principal component analysis,PCA)结合纹理特征的SVM分类、原始波段结合纹理特征的SVM分类进行对比。结果表明,NWFE结合纹理特征的SVM分类结果优于其他2种分类结果,不仅反映了土地覆被分布的整体情况,而且使不同土地覆被类型得到较好的区分,总体分类精度达89.17%。
展开更多
关键词
非参数权重特征提取(
nwfe
)
支持向量机(SVM)
土地覆被分类
下载PDF
职称材料
自适应NWFE-KFCM算法在旋转机械故障辨识中的应用
被引量:
3
2
作者
赵荣珍
孙业北
邓林峰
《计算机集成制造系统》
EI
CSCD
北大核心
2018年第4期820-828,共9页
为提高故障辨识准确率,提出一种专用于故障数据集自适应确定聚类类别数目的非参数加权特征提取(NWFE)和模糊核C-均值(KFCM)相结合的算法。以一个双跨度转子实验台作为实验研究对象,在将核函数与模糊C-均值方法相结合的基础上,采用NWFE...
为提高故障辨识准确率,提出一种专用于故障数据集自适应确定聚类类别数目的非参数加权特征提取(NWFE)和模糊核C-均值(KFCM)相结合的算法。以一个双跨度转子实验台作为实验研究对象,在将核函数与模糊C-均值方法相结合的基础上,采用NWFE算法中加权聚类中心的计算实现了为每个样本分配不同的权值,并引入聚类评价指标PBMF自适应地确定出最佳聚类数目。用Iris经典数据集对算法进行验证表明,所提算法能够克服传统算法中存在的同等对待不同样本特征和完全靠先验知识确定聚类数目的弊端。将该算法应用到转子实验台模拟故障的特征数据集中,进一步表明了其在转子故障数据集聚类分析中的有效性和实用性。
展开更多
关键词
非参数特征加权
模糊核聚类
自适应聚类数
旋转机械
故障诊断
下载PDF
职称材料
基于模糊核加权C-均值聚类的高光谱图像分类
被引量:
19
3
作者
赵春晖
齐滨
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2012年第9期2016-2021,共6页
高光谱图像分类是高光谱数据分析的重要研究内容之一。模糊C-均值聚类算法因其算法简单、收敛速度快等优点受到广泛的关注。由于高光谱数据的维数较高,其光谱波段的非线性特性使得传统模糊C-均值聚类算法无法在原始空间得到较好的聚类...
高光谱图像分类是高光谱数据分析的重要研究内容之一。模糊C-均值聚类算法因其算法简单、收敛速度快等优点受到广泛的关注。由于高光谱数据的维数较高,其光谱波段的非线性特性使得传统模糊C-均值聚类算法无法在原始空间得到较好的聚类结果。另外,模糊C-均值聚类算法在计算聚类中心时,仅使用了各样本对聚类中心的隶属度,忽略了样本之间固有存在的空间分布特征。为此提出了模糊核加权C-均值聚类算法,在计算模糊核聚类中心时,根据样本的空间分布特征,为每个样本分配不同的权值,使得每个核聚类中心随着样本的不同而各有不同。标准数据和实际高光谱数据的实验结果均表明,相比较传统模糊C-均值均聚类算法,模糊核加权C-均值聚类算法在总体分类精度上有较大的提高。
展开更多
关键词
聚类分析
模糊核C-均值聚类
非参数加权特征提取
样本空间分布
下载PDF
职称材料
动态加权非参数判别分析
被引量:
5
4
作者
高云龙
王志豪
+2 位作者
丁柳
潘金艳
王德鑫
《控制与决策》
EI
CSCD
北大核心
2020年第8期1866-1872,共7页
线性判别分析(LDA)是最经典的子空间学习和有监督判别特征提取方法之一.受到流形学习的启发,近年来众多基于LDA的改进方法被提出.尽管出发点不同,但这些算法本质上都是基于欧氏距离来度量样本的空间散布度.欧氏距离的非线性特性带来了...
线性判别分析(LDA)是最经典的子空间学习和有监督判别特征提取方法之一.受到流形学习的启发,近年来众多基于LDA的改进方法被提出.尽管出发点不同,但这些算法本质上都是基于欧氏距离来度量样本的空间散布度.欧氏距离的非线性特性带来了如下两个问题:1)算法对噪声和异常样本点敏感;2)算法对流形或者是多模态数据集中局部散布度较大的样本点过度强调,导致特征提取过程中数据的本质结构特征被破坏.为了解决这些问题,提出一种新的基于非参数判别分析(NDA)的维数约减方法,称作动态加权非参数判别分析(DWNDA).DWNDA采用动态加权距离来计算类间散布度和类内散布度,不仅能够保留多模态数据集的本质结构特征,还能有效地利用边界样本点对之间的判别信息.因此,DWNDA在噪声实验中展现出对噪声和异常样本的强鲁棒性.此外,在人脸和手写体数据库上进行实验,DWNDA方法均取得了优异的实验结果.
展开更多
关键词
非参数判别分析
特征提取
动态加权距离
局部散布度
判别信息
鲁棒性
原文传递
题名
NWFE结合纹理特征的SVM土地覆被分类方法研究
被引量:
6
1
作者
崔林林
罗毅
包安明
机构
中国科学院新疆生态与地理研究所
中国科学院研究生院
出处
《国土资源遥感》
CSCD
北大核心
2012年第1期36-42,共7页
文摘
为提高土地覆被分类精度,采用非参数权重特征提取(nonparametric weighted feature extraction,NWFE)结合纹理特征的支持向量机(support vector machines,SVM)的分类法,对新疆玛纳斯河流域绿洲区2006年的土地覆被进行分类,并将该方法与主成分分析(principal component analysis,PCA)结合纹理特征的SVM分类、原始波段结合纹理特征的SVM分类进行对比。结果表明,NWFE结合纹理特征的SVM分类结果优于其他2种分类结果,不仅反映了土地覆被分布的整体情况,而且使不同土地覆被类型得到较好的区分,总体分类精度达89.17%。
关键词
非参数权重特征提取(
nwfe
)
支持向量机(SVM)
土地覆被分类
Keywords
nonparametric weighted feature extraction(nwfe)
support vector machines(SVM)
land cover classification
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
TP274 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
自适应NWFE-KFCM算法在旋转机械故障辨识中的应用
被引量:
3
2
作者
赵荣珍
孙业北
邓林峰
机构
兰州理工大学机电工程学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2018年第4期820-828,共9页
基金
国家自然科学基金资助项目(51675253)~~
文摘
为提高故障辨识准确率,提出一种专用于故障数据集自适应确定聚类类别数目的非参数加权特征提取(NWFE)和模糊核C-均值(KFCM)相结合的算法。以一个双跨度转子实验台作为实验研究对象,在将核函数与模糊C-均值方法相结合的基础上,采用NWFE算法中加权聚类中心的计算实现了为每个样本分配不同的权值,并引入聚类评价指标PBMF自适应地确定出最佳聚类数目。用Iris经典数据集对算法进行验证表明,所提算法能够克服传统算法中存在的同等对待不同样本特征和完全靠先验知识确定聚类数目的弊端。将该算法应用到转子实验台模拟故障的特征数据集中,进一步表明了其在转子故障数据集聚类分析中的有效性和实用性。
关键词
非参数特征加权
模糊核聚类
自适应聚类数
旋转机械
故障诊断
Keywords
nonparametric
weighted
feature
extraction
kernel-based fuzzy C-means
adaptive determine the clustering number
rotating machinery
fault diagnosis
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TH165 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于模糊核加权C-均值聚类的高光谱图像分类
被引量:
19
3
作者
赵春晖
齐滨
机构
哈尔滨工程大学信息与通信工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2012年第9期2016-2021,共6页
基金
国家自然科学基金(61077079)
教育部博士点计划基金(20102304110013)资助项目
文摘
高光谱图像分类是高光谱数据分析的重要研究内容之一。模糊C-均值聚类算法因其算法简单、收敛速度快等优点受到广泛的关注。由于高光谱数据的维数较高,其光谱波段的非线性特性使得传统模糊C-均值聚类算法无法在原始空间得到较好的聚类结果。另外,模糊C-均值聚类算法在计算聚类中心时,仅使用了各样本对聚类中心的隶属度,忽略了样本之间固有存在的空间分布特征。为此提出了模糊核加权C-均值聚类算法,在计算模糊核聚类中心时,根据样本的空间分布特征,为每个样本分配不同的权值,使得每个核聚类中心随着样本的不同而各有不同。标准数据和实际高光谱数据的实验结果均表明,相比较传统模糊C-均值均聚类算法,模糊核加权C-均值聚类算法在总体分类精度上有较大的提高。
关键词
聚类分析
模糊核C-均值聚类
非参数加权特征提取
样本空间分布
Keywords
clustering analysis
fuzzy kernel C-means(FKCM) clustering
nonparametric
weighted
feature
extraction
sample space distribution
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
动态加权非参数判别分析
被引量:
5
4
作者
高云龙
王志豪
丁柳
潘金艳
王德鑫
机构
厦门大学航空航天学院
集美大学信息工程学院
出处
《控制与决策》
EI
CSCD
北大核心
2020年第8期1866-1872,共7页
基金
国家自然科学基金项目(61203176)
福建省自然科学基金项目(2013J05098,2016J01756)。
文摘
线性判别分析(LDA)是最经典的子空间学习和有监督判别特征提取方法之一.受到流形学习的启发,近年来众多基于LDA的改进方法被提出.尽管出发点不同,但这些算法本质上都是基于欧氏距离来度量样本的空间散布度.欧氏距离的非线性特性带来了如下两个问题:1)算法对噪声和异常样本点敏感;2)算法对流形或者是多模态数据集中局部散布度较大的样本点过度强调,导致特征提取过程中数据的本质结构特征被破坏.为了解决这些问题,提出一种新的基于非参数判别分析(NDA)的维数约减方法,称作动态加权非参数判别分析(DWNDA).DWNDA采用动态加权距离来计算类间散布度和类内散布度,不仅能够保留多模态数据集的本质结构特征,还能有效地利用边界样本点对之间的判别信息.因此,DWNDA在噪声实验中展现出对噪声和异常样本的强鲁棒性.此外,在人脸和手写体数据库上进行实验,DWNDA方法均取得了优异的实验结果.
关键词
非参数判别分析
特征提取
动态加权距离
局部散布度
判别信息
鲁棒性
Keywords
nonparametric
discriminant analysis
feature
extraction
dynamic
weighted
distance
local dispersion
discriminative information
robustness
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
NWFE结合纹理特征的SVM土地覆被分类方法研究
崔林林
罗毅
包安明
《国土资源遥感》
CSCD
北大核心
2012
6
下载PDF
职称材料
2
自适应NWFE-KFCM算法在旋转机械故障辨识中的应用
赵荣珍
孙业北
邓林峰
《计算机集成制造系统》
EI
CSCD
北大核心
2018
3
下载PDF
职称材料
3
基于模糊核加权C-均值聚类的高光谱图像分类
赵春晖
齐滨
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2012
19
下载PDF
职称材料
4
动态加权非参数判别分析
高云龙
王志豪
丁柳
潘金艳
王德鑫
《控制与决策》
EI
CSCD
北大核心
2020
5
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部