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
共找到5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：
基于多核模糊条件熵的多类型混合数据属性约简算法
1
作者 李俊霞 田勇 汤安 《电子器件》 CAS 2024年第2期483-489,共7页
对数据进行有效属性约简是数据挖掘中一个具有挑战性的任务。当前,粗糙集理论是构造属性约简的一种常用方法。然而,现有的属性约简方法都侧重于单类型的数据,对现实环境下多类型混合的数据并不适用。为了解决这一问题,提出一种多核模糊... 对数据进行有效属性约简是数据挖掘中一个具有挑战性的任务。当前,粗糙集理论是构造属性约简的一种常用方法。然而,现有的属性约简方法都侧重于单类型的数据,对现实环境下多类型混合的数据并不适用。为了解决这一问题,提出一种多核模糊条件熵的多类型混合数据属性约简算法。首先,针对标记型、数值型、区间型和集值型混合的多类型数据,提出了一种多核模糊相似关系。然后,基于这种多核模糊相似关系,定义了一种多核模糊条件熵模型,并讨论了它的单调性和有界性。最后,利用多核模糊条件熵的单调性提出了一种多类型混合数据的属性约简算法。通过UCI数据集的实验分析验证了该算法的有效性。 展开更多
关键词 粗糙集 属性约简 混合型数据 模糊关系 多核模糊条件熵
下载PDF
基于多特征空间的粗糙数据分析方法 被引量：13
2
作者 杨习贝 徐苏平 +1 位作者 戚湧 於东军 《江苏科技大学学报（自然科学版）》 CAS 北大核心 2016年第4期370-373,共4页
有关粗糙集的研究大多建立在原始属性空间之上,并未考虑具有不同决策类型的样本可能拥有自身特定的性质,而这些特性往往有助于产生更为精准的规则.文中针对决策系统中不同的决策类,为其构建了一系列新的能反映决策类自身性质的特征空间... 有关粗糙集的研究大多建立在原始属性空间之上,并未考虑具有不同决策类型的样本可能拥有自身特定的性质,而这些特性往往有助于产生更为精准的规则.文中针对决策系统中不同的决策类,为其构建了一系列新的能反映决策类自身性质的特征空间,在此基础上,给出了多特征空间下粗糙集的近似质量和条件熵的定义方法;最后通过实验分析发现构造的多特征空间就原始属性空间而言,决策系统的不确定性程度得以大幅降低,且分类性能亦有一定程度的提升. 展开更多
关键词 多特征空间 模糊粗糙集 决策系统 条件熵
下载PDF
基于VMD_MPE和FCM聚类的变转速工况下转子不平衡故障诊断方法 被引量：6
3
作者 钟志贤 马李奕 +2 位作者 蔡忠侯 段一戬 陈金华 《振动与冲击》 EI CSCD 北大核心 2022年第14期290-298,共9页
旋转机械在变转速工况下转子不平衡故障诊断问题一直是故障诊断领域的难点,为解决该问题,提出一种基于变分模态分解(variational mode decomposition,VMD)与多尺度排列熵(multiscale permutation entropy,MPE)和模糊C均值(fuzzy C means... 旋转机械在变转速工况下转子不平衡故障诊断问题一直是故障诊断领域的难点,为解决该问题,提出一种基于变分模态分解(variational mode decomposition,VMD)与多尺度排列熵(multiscale permutation entropy,MPE)和模糊C均值(fuzzy C means,FCM)聚类结合的故障诊断方法(VMD_MPE-FCM)。首先,用VMD对转子的振动信号进行处理,得到若干本征模态分量(intrinsic mode function,IMF);然后,根据转子不平衡故障时一倍频(1×)处振幅剧烈增加的现象,从VMD得到的各IMF频谱图中筛选出最能表征转子不平衡故障特征的IMF;进而采用MPE法对筛选出的IMF进行量化;最后,将量化所得值作为特征向量输入FCM,得到各转速工况下的标准聚类中心,采用择近原则,运用模糊贴近算法计算出待识别数据与标准聚类中心的贴近度,从而实现变转速工况下转子不平衡的故障识别。在转子试验台上采用VMD_MPE-FCM法进行了变转速工况下转子不平衡故障诊断试验,试验结果表明:该方法是有效的,可以准确、高效地提取出转子故障特征,能够很好地识别出不同转速工况下转子的不平衡故障。 展开更多
关键词 变转速工况 转子不平衡故障 变分模态分解(VMD) 多尺度排列熵(MPE) 模糊C均值(FCM) 故障诊断
下载PDF
基于多核模糊粗糙集与蝗虫优化算法的高光谱波段选择 被引量：5
4
作者 张伍 陈红梅 《计算机应用》 CSCD 北大核心 2020年第5期1425-1430,共6页
波段选择能有效减少高光谱数据的空间冗余,为后续分类提供有效的支持。多核模糊粗糙集模型能够对包含不确定性的数值数据进行分析和近似描述,而蝗虫优化算法对优化问题求解具有较强的探索和开发能力,因而将多核模糊粗糙集模型引入高光... 波段选择能有效减少高光谱数据的空间冗余,为后续分类提供有效的支持。多核模糊粗糙集模型能够对包含不确定性的数值数据进行分析和近似描述,而蝗虫优化算法对优化问题求解具有较强的探索和开发能力,因而将多核模糊粗糙集模型引入高光谱的不确定性分析建模中,采用蝗虫优化算法对波段子集进行选择,提出了一种基于多核模糊粗糙集与蝗虫优化算法的高光谱波段选择算法。首先,使用多核算子来进行相似性度量,提高模型对数据分布的适应性。定义基于核模糊粗糙集的波段相关性度量,通过模糊粗糙集中不同像素点地物上的下近似分布来度量波段之间的相关性。然后,综合考虑波段依赖度、波段信息熵、波段间相关性来定义波段子集的适应度函数。最后,在常用高光谱数据集Indiana Pines农业区上,采用J48和K近邻(KNN)作为分类算法,把所提算法与波段相关性分析(BCA)、标准化互信息(NMI)算法进行分类性能比较。实验结果表明,在选取较少波段个数时,所提算法的总体平均分类精度提高了2.46和1.54个百分点。 展开更多
关键词 高光谱遥感图像 波段选择 模糊粗糙集 多核算子 蝗虫优化算法 信息熵
下载PDF
基于高维多尺度核函数的模糊SVM剩余寿命预测 被引量：1
5
作者 石慧 李芷萱 彭壮壮 《系统工程》 北大核心 2022年第6期148-155,共8页
为提高齿轮剩余寿命预测精度,本文提出基于高维多尺度核函数的模糊SVM齿轮剩余寿命预测方法。首先结合多个退化特征量作为SVM的高维输入来反映设备的退化过程,而不同的退化特征量因其自身的特性不同,在剩余寿命的建模中贡献度也不相同,... 为提高齿轮剩余寿命预测精度,本文提出基于高维多尺度核函数的模糊SVM齿轮剩余寿命预测方法。首先结合多个退化特征量作为SVM的高维输入来反映设备的退化过程,而不同的退化特征量因其自身的特性不同,在剩余寿命的建模中贡献度也不相同,通过熵权法确定不同变量权重,实现高维变量加权系数的自动求取。其次考虑到高维数据具有异构特性,针对每一维变量分别输入多尺度核函数进行映射,同时基于样本的分布特征利用梯形模糊隶属度函数弱化离群点,对每个训练点赋予不同的权值,以此来构建高维多尺度核函数的模糊SVM模型,实现小样本数据潜在信息的最大挖掘。最后通过齿轮箱的试验对模型进行验证,表明本文提出方法与SVM、多尺度核SVM、模糊SVM相比,可提高预测准确度。 展开更多
关键词 剩余寿命预测 高维多尺度核函数 高维输入 模糊SVM 熵权法
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
使用帮助 返回顶部