【摘 要】
：
传统的基于拉普拉斯图的半监督特征选择算法处理高维、少标签样本时,缺乏外推能力且对数据异常值的鲁棒性差.基于此,提出一种基于Hessian正则的自适应损失半监督稀疏特征选择算法.首先,为提升线性映射能力,利用Hessian正则保留数据的局部流形结构;其次,为增强模型对具有较小或者较大损失数据的鲁棒性,引入自适应损失函数,通过调节自适应损失参数确定最小损失;再次,采用l2,p范数稀疏投影矩阵,提升特征的区分度,增加模型适应度;最后,采用递归迭代优化求解目标函数.仿真实验验证了所提方法的有效性和优越性.
【机 构】
：
华东交通大学电气与自动化工程学院,江西省先进控制与优化重点实验室,西北工业大学光学影像分析与学习中心
【基金项目】
：
国家自然科学基金重点项目(61733005),国家自然科学基金项目(61563015,61963015,61863014),江西省自然科学基金项目(20171ACB21039,20192BAB207024),江西省教育厅科技项目(GJJ150552)。
论文部分内容阅读
传统的基于拉普拉斯图的半监督特征选择算法处理高维、少标签样本时,缺乏外推能力且对数据异常值的鲁棒性差.基于此,提出一种基于Hessian正则的自适应损失半监督稀疏特征选择算法.首先,为提升线性映射能力,利用Hessian正则保留数据的局部流形结构;其次,为增强模型对具有较小或者较大损失数据的鲁棒性,引入自适应损失函数,通过调节自适应损失参数确定最小损失;再次,采用l2,p范数稀疏投影矩阵,提升特征的区分度,增加模型适应度;最后,采用递归迭代优化求解目标函数.仿真实验验证了所提方法的有效性和优越性.
其他文献
针对孤岛微电网异构电池储能系统频率、电压以及电池能量的一致性问题,考虑初级下垂控制,提出一种新的分布式有限时间次级控制策略.采用所提出的控制方案能够在有限时间内实现系统频率、电压恢复一致到额定值,并获得电池能量等级的均衡一致和期望的有功功率分配.该控制方法的优势在于整定时间的上界独立于系统的任意初始条件,能够保证微电网有限时间控制的及时性,同时基于Lyapunov方法分析控制策略的一致性收敛特性.最后,通过Matlab/Simulink仿真实验,结果进一步佐证了分布式有限时间次级控制策略的有效性.
针对稀疏表示分类器的分类性能评估受样本数量影响较大,特别是在小样本情况下其分类精度低导致的强烈证据冲突问题,提出一种基于稀疏表示分类倾向性的决策融合方法.该方法采用稀疏分解重构残差的相对大小对样本在各个类别间的分类倾向性进行量化表征;通过求解残差异同概率,对稀疏分类器的混淆矩阵进行修正,提高了稀疏表示分类器分类性能评估的准确性;利用修正后的混淆矩阵对各个证据源进行加权融合,解决了小样本情况下的辨识精度低导致的高度证据冲突问题.在轴承故障融合诊断实验中,采用提出的方法对不同传感器信号的不同特征向量获得的稀疏
以玉米秸秆为原料,利用Py-GC/MS设备在不同热解条件下进行快速热解实验,并对热解气相产物进行在线检测分析,考察了热解时间、热解温度及ZSM-5催化剂对玉米秸秆热解特性及热解产物分布的影响。实验结果表明:热解温度越高,热解反应越充分,且热解温度为550℃时对应的热解产物品质最高,其中芳香族化合物最高达28.3%;随着热解时间增加,热解反应不断加剧,且热解时间为10 s时对应的热解产物品质最高,产物中酮类化合物最低为11.8%,芳香族化合物含量最高,可达28.3%;ZSM-5催化剂可显著促进二次反应中缩聚
杜仲是我国非常宝贵的战略资源,杜仲胶是带动杜仲大产业发展的核心动力。杜仲胶产业的发展不仅能够改善我国天然橡胶不足的现状,还可以为我国提供新的来源充足的后备胶种,形成以我国杜仲胶新兴产业为龙头的国际天然橡胶市场新格局。近年来,杜仲胶产业化和应用开发虽然取得突出进展,但还远不能适应形势发展的需要,究其原因是杜仲产业链的发展存在技术不完善、资金不足等一些突出问题。本文阐述了杜仲叶、树皮、果实在生长时期的含胶量变化情况,重点综述了杜仲胶的碱煮法、溶剂提取法、微生物发酵法、生物酶解法及综合法等提取技术,并综述了杜仲
以禾本科植物王草、水稻秸秆、甘蔗渣和玉米秸秆为原料,在厌氧条件下于300、500和700℃制备王草炭(I)、水稻秸秆炭(R)、甘蔗渣炭(S)和玉米秸秆炭(M),研究了不同热解温度对生物炭结构及组成的影响。研究结果表明:随着热解温度升高,4种生物炭产率下降,300℃时I、R、S和M的产率分别为45.81%、48.67%、46.81%和46.00%,而700℃时产率则分别为33.93%、35.47%、25.42%和31.23%;灰分和碳含量升高,700℃时I、R、S和M的灰分较300℃分别提高了54.39%、
指令整形是一种便捷的前馈控制方法,在工业领域已有许多应用.由于系统模型存在不确定性,且干扰难以避免,目前指令整形的研究热点是提高方法的鲁棒性,然而这在很大程度上增加
虽然分布式坏值检测方法能够消除观测数据中坏值对分布式最小二乘估计性能的影响,但是现有的分布式坏值检测方法中依然存在安全漏洞.针对一类分布式最小二乘估计算法研究了相应隐匿虚假数据注入(FDI)攻击策略的设计问题,设计依赖于部分节点系统信息的分布式隐匿FDI攻击方法,这一方法不仅使得FDI攻击信号无法被现有分布式坏值检测方法检测到,而且可以以预设的偏移量改变估计结果.最后,通过IEEE 118-Bus电力系统模型验证所设计FDI攻击方法的隐匿性和有效性.
针对某厂LF精炼电耗偏高的问题,分析了其精炼电耗的影响因素。通过采用新型复合反射绝热板提高钢包保温性能,优化周转钢包空包时间和全氧钢包烘烤系统升级改造以提高钢包内衬温度,提高连铸热态铸余回渣量和减少精炼过程钢水裸露面积等措施,进行了降低精炼电耗的生产实践,共减少生产过程中钢水温降约28.17℃,精炼电耗从改进前的45.14 kWh/t降低至35.58 kWh/t,平均降低了9.56 kWh/t,节约吨钢电能成本约4.78元。
现有的识别亲缘关系的方法大多数仅能识别单亲亲缘关系(父子关系、父女关系、母子关系、母女关系),并且这些识别方法对年龄差距大、性别不同的父女或母子等识别样本的识别效果不佳.为了解决这些问题,提出一种可以同时识别孩子与父母之间关系(双亲亲缘关系)的识别方法.鉴于目前针对双亲亲缘关系的识别方法极少,提出一种基于度量学习和相关分析的识别双亲亲缘关系模型来提高识别子女与双亲之间亲缘关系的准确度.依据子女与双亲的生物遗传关系设计可融合子女与双亲的亲缘特征的多线性并行网络;并利用判别式度量学习和典型相关性分析在数据处理
生物质资源是自然界中唯一的有机碳资源,能用于合成多种高附加值的燃料和化学品。生物质醚类化合物是其中重要的一类衍生物,烷氧基甲基呋喃醚已经应用于柴油和柴油添加剂中,特别是5-乙氧基甲基糠醛(EMF)因其具有能量密度高、毒性低、稳定性好、流动性好等特点而受到广泛关注。本文综述了近年来以5-羟甲基糠醛(HMF)为基本结构的不同生物质原料来源合成烷氧基甲基呋喃醚的研究进展情况,讨论了催化剂的Lewis酸和Brnsted酸对醚化产物选择性的影响。在总结烷氧基甲基呋喃醚合成方法的基础上,对其催化体系的未来发展方向进