二维码（扫一下试试看！） | | 基于改进量子进化算法的稀疏特征提取方法 | | A Sparse Feature Extraction Method Based on Improved Quantum Evolutionary Algorithm | | 投稿时间：2018-05-25 | | DOI：10.15918/j.tbit1001-0645.2018.225 | | 中文关键词:模式识别特征提取量子进化算法稀疏分解 | | English Keywords:pattern recognitionfeature extractionquantum evolutionary algorithmssparse decomposition | | 基金项目:国家自然科学基金资助项目（61673404，61473266）；河南省高校重点科研项目（18B510020）；河南省科技攻关项目（172102210589）；中原工学院青年骨干教师资助项目（2018XQG10） | | | 摘要点击次数:1690 | | 全文下载次数:2130 | | 中文摘要: | | 特征提取是进行模式识别的关键环节，利用稀疏分解将信号表达为具有一定结构特征的原子组合，为提取信号内部特征信息提供了一种有效途径.本文提出基于改进量子进化算法的稀疏特征提取方法，利用改进量子进化算法的并行性和全局搜索能力，使信号在过完备的原子库上实现快速精确的稀疏分解.对过完备的原子库进行量子比特概率幅编码，通过量子比特的交叉进化-变异操作更新原子库，以信号残差与原子的内积作为量子进化目标函数，筛选出最具信号结构特征的原子，凭借稀疏重构实现信号的特征提取.仿真信号和故障轴承振动信号的稀疏特征提取结果表明了所提方法的有效性和优越性. | | English Summary: | | Feature extraction is the key to pattern recognition. Sparse decomposition can be used to express a signal as a combination of atoms with certain structural features, being an effective way to extract the internal feature information of the signal. A sparse feature extraction method based on improved quantum evolutionary algorithm (IQEA) was proposed based on the parallelism and global search ability of IQEA to achieve fast and accurate sparse decomposition of signals on an over-complete atom dictionary. Firstly, the atoms in the dictionary were coded with probabilistic amplitudes of quantum bits, and updated by evolution-mutation cross operation of quantum bits. And then, taking the inner products of signal residual and atoms as the objective function of quantum evolution, the most characteristic atoms with signal structure were selected, and the feature extraction of signals was realized based on sparse reconstruction. Finally, the feature extraction of simulation signal and fault bearing vibration signal were carried out. The results show the effectiveness and superiority of the proposed method. | | 查看全文查看/发表评论下载PDF阅读器 | |
丁英涛,陈志伟,程志强,王一丁.退火工艺对于TSV结构热-机械可靠性影响研究[J].北京理工大学学报（自然科学版）,2020,40(5):519~525.DINGYing-tao,CHENZhi-wei,CHENGZhi-qiang,WANGYi-ding.StudyonEffectofAnneal ... 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,熊丽园,刘铖,辛鹏飞,刘志超.基于HB样条的平面大变形结构动力学等几何分析[J].北京理工大学学报（自然科学版）,2020,40(6):592~601.RONGJi-li,XIONGLi-yuan,LIUCheng,XINPeng-fei,LIUZhi-chao.IsogeometricAn ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21郭磊,刘检华,邢立华,袁倩,夏焕雄.框架类机载设备支架的结构设计与试验研究[J].北京理工大学学报（自然科学版）,2020,40(11):1190~1194.GUOLei,LIUJian-hua,XINGLi-hua,YUANQian,XIAHuan-xiong.StructuralDesignan ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21刘影,张晶,吴钦,张汉哲,黄彪.复合材料螺旋桨水动力性能与结构响应数值研究[J].北京理工大学学报（自然科学版）,2021,41(3):266~273.LIUYing,ZHANGJing,WUQin,ZHANGHanzhe,HUANGBiao.NumericalInvestigationonHydr ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21马兵,范振亚,王杏,李晨颖,朱长进.基于喹喔啉酮结构的醛糖还原酶抑制剂的设计合成与构效关系研究[J].北京理工大学学报（自然科学版）,2021,41(4):445~450.MABing,FANZhenya,WANGXing,LIChenying,ZHUChangjin.Design,Synthesi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21严迎建,郑震,郭朋飞,朱春生.一种检测S盒能量信息泄漏的t检验方法[J].北京理工大学学报（自然科学版）,2021,41(5):542~547.YANYingjian,ZHENGZhen,GUOPengfei,ZHUChunsheng.At-TestMethodforDetectingPowerIn ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21李晨,梁书锋,刘传鹏,程健,刘殿书.基于改进的集合经验模态分解的爆破振动信号趋势项消除方法[J].北京理工大学学报（自然科学版）,2021,41(6):636~641.LIChen,LIANGShufeng,LIUChuanpeng,CHENGJian,LIUDianshu.TrendRemovin ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21上官卫华,李烨,吴敏.穿戴式心电信号伪差识别算法的研究及应用[J].北京理工大学学报（自然科学版）,2021,41(6):665~670.SHANGGUANWeihua,LIYe,WUMin.ResearchandApplicationofArtifactIdentificationMethodfo ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21王建中,游玉,王鹤.变结构陆空机器人自主跨域越障技术研究[J].北京理工大学学报（自然科学版）,2021,41(8):840~846.WANGJianzhong,YOUYu,WANGHe.AutonomousCross-DomainObstacleNegotiationResearchofaVari ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21罗森林,杨俊楠,潘丽敏,吴舟婷.面向信息与通信技术供应链网络画像构建的文本语义匹配方法[J].北京理工大学学报（自然科学版）,2021,41(8):864~872.LUOSenlin,YANGJunnan,PANLimin,WUZhouting.TextSemanticMatchingMethodf ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |
