为了及时有效地诊断风机齿轮箱早期微弱故障,针对齿轮箱微弱故障信号非线性、非平稳、低幅值、低信噪比的特点,本文提出了一种基于......

在机器学习中,传统方法通过学习对有标记样本来构建模型,通常需要设置大量的有标记样本来增加模型的泛化能力。但是在大多数情况下......

火灾是发生最频繁、破坏性最大的灾害之一,它严重威胁着人类生命和财产安全以及自然生态环境。图像型火焰检测技术有效地弥补了传......

伴随着科学技术的快速发展,人类社会已经进入了信息化时代,信息化时代的到来使得人类面临高效处理和分析各种规模庞大信息数据的挑......

随着技术发展,在大数据的时代,信息处理已经融入了人们的生活,如何快速处理庞大的数据是我们急需面对的问题,特征提取就是针对海量......

非负矩阵分解(Nonnegative Matrix Factorization,NMF)给矩阵分解加了非负的约束条件,其分解的子矩阵更容易解释.传统的NMF算法使......

PCA和LDA是模式识别和机器学习领域两种经典的特征提取算法。但是将上述两种方式应用到图像数据时,需要将以图像矩阵表示的图像数......

针对半监督学习中基于线性嵌入的回归正则项难以捕获数据流形结构的问题,提出基于L_(21)范数和回归模型的半监督聚类算法。一方面......

人脸识别是大数据分析和信息处理领域主要的研究课题。深度学习利用大规模的神经网络模型提取人脸特征,与经典的人脸识别方法相比......

现有的非负矩阵分解方法直接在原始高维图像数据集上计算低维表示,同时存在对噪声数据、噪声标签、不可靠图敏感及鲁棒性较差的缺......