二维码（扫一下试试看！） | | 基于一种自适应核学习的KECA子空间故障特征提取 | | A Method for Feature Extraction in KECA Feature Subspace Based on Adaptive Kernel Learning | | 投稿时间：2016-03-03 | | DOI：10.15918/j.tbit1001-0645.2017.08.017 | | 中文关键词:核熵元分析Fisher区别分析自适应核函数特征提取故障识别 | | English Keywords:kernel entropy component analysisFisher discrimination analysisadaptive kernelfeature extractionfault identification | | 基金项目:国家自然科学基金资助项目（61571454）；国家部委预研基金资助项目（9140A27020214JB14435） | | | 摘要点击次数:718 | | 全文下载次数:499 | | 中文摘要: | | 核属性约简方法对于去除冗余信息，调整数据非线性结构具有独特的优势.针对航空电子设备故障诊断中有效特征提取困难，核属性约简方法中核函数与核参数选择繁琐等问题，提出了一种基于自适应核函数优化学习的核熵元分析（kernel entropy component analysis，KECA）特征提取方法.首先针对一种自适应核函数基于改进的Fisher核矩阵测量准则建立了一种面向多分类任务的核函数优化框架，然后将优化结果与KECA相结合，通过在KECA特征子空间中选择对输入数据Renyi熵估计有较大贡献的核矩阵特征向量来实现故障特征提取.实验结果表明，本文方法不仅提升了分类精度，而且对噪声具有一定的抑制作用，具有良好的泛化性能. | | English Summary: | | Kernel-based attribute reduction methods have shown great advantages for removing redundant information and adjusting nonlinear structure of input data. But in real applications, it is difficult for kernel-based attribute reduction methods to select optimal parameters. To do this, a new feature extraction method based on the optimization learning of adaptive kernel function was proposed in this paper. By use of improved Fisher kernel matrix measure criterion, an optimization framework of adaptive kernel function was established to deal with multi-classification task. Combining with optimization results, eigenvectors which make greater contribution to Renyi entropy estimation of input data were selected. New features were extracted based on selected eigenvectors in KECA feature subspace. Experimental results show that presented method can not only enhance the classification accuracy, but also restrain noise interference. | | 查看全文查看/发表评论下载PDF阅读器 | |
付铁,朱朝辉,丁洪生,张庆东.一种7R冗余机械臂的容错空间优化[J].北京理工大学学报（自然科学版）,2017,37(9):933~936.FUTie,ZHUZhao-hui,DINGHong-sheng,ZHANGQing-dong.OptimizationofFault-TolerantWork ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21荣吉利,夏鹏,冯志伟,项大林.抛物面天线反射面参数化建模与热变形优化分析[J].北京理工大学学报（自然科学版）,2017,37(10):998~1002,1008.RONGJi-li,XIAPeng,FENGZhi-wei,XIANGDa-lin.ParameterizedModelingandTh ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21辛鹏飞,荣吉利,项阳,杨永泰,项大林.柔性空间机械臂区间参数不确定性分析[J].北京理工大学学报（自然科学版）,2017,37(10):1056~1060,1066.XINPeng-fei,RONGJi-li,XIANGYang,YANGYong-tai,XIANGDa-lin.Uncertaint ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21赵中楠,王健,乔佩利.基于多源协同感知的目标追踪优化模型[J].北京理工大学学报（自然科学版）,2017,37(11):1137~1143.ZHAOZhong-nan,WANGJian,QIAOPei-li.OptimizationModelofTargetTrackingBasedonMulti- ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21马锐,任帅敏,马科,胡昌振,薛静锋.基于粒子群优化算法的Android应用自动化测试方法[J].北京理工大学学报（自然科学版）,2017,37(12):1265~1270.MARui,RENShuai-min,MAKe,HUChang-zhen,XUEJing-feng.TestAutomation ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21汪少林,程静,张立国,马文佳,杨春燕,蔡先军,张波.气象卫星载荷原始数据包快视软件系统开发[J].北京理工大学学报（自然科学版）,2017,37(12):1295~1299.WANGShao-lin,CHENGJing,ZHANGLi-guo,MAWen-jia,YANGChun-yan,CAIXi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21许峰,贾向红,刘谦,潘占春,杨春信.女性航天员空间辐射防护需求分析[J].北京理工大学学报（自然科学版）,2017,37(s1):5~10.XUFeng,JIAXiang-hong,LIUQian,PANZhanchun,YANGChun-xin.AnalysisofSpaceRadiationPr ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21孙维维,王迪,胡志成,陈艳,邓玉林,罗爱芹,戴荣继.珍禽蛋溶菌酶制备工艺优化及稳定性研究[J].北京理工大学学报（自然科学版）,2017,37(s1):46~49.SunWei-wei,WangDi,HUZhi-cheng,ChenYan,DengYu-lin,LuoAi-qin,DaiRong-j ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21大数据时代的数据主体权利及其未决问题——以欧盟《一般数据保护条例》为分析对象苏州大学哲学系出版日期:2020-11-16发布日期:2020-11-11作者简介:田广兰：哲学博士，苏州大学哲学系副教授（江苏苏州215021）基金资助:国家社会科学基金项目“技术时代的道德责任问题研究”（17BZX107 ... 中国人民大学科研学术 本站小编 Free考研考试 2021-12-21大数据背景下我国纳税人信息权的法律保护研究中国人民大学法学院出版日期:2020-11-16发布日期:2020-11-11作者简介:朱大旗:中国人民大学法学院教授，博士生导师；曹阳:中国人民大学法学院博士研究生（北京100872）基金资助:国家社会科学基金重大项目“‘互联网+’背景下的税收征管模式研究 ... 中国人民大学科研学术 本站小编 Free考研考试 2021-12-21
|
