局部切空间排列相关论文
随着国民经济、国家制造业的快速发展,智能制造、无人化工厂应运而生。在实际加工生产中,因为不能实时掌握数控机床的运行状态,这......
旋转机械设备的健康监测一直是众多学者的研究对象,滚动轴承作为旋转机械关键的零部件,其运行状态直接决定了设备性能的优劣。因此......
局部切空间排列算法(Local Tangent Space Alignment)是一种具有严格数学推理的流形学习算法,能有效地学习出高维数据的低维嵌入坐......
针对核主成分分析(kernel principal component analysis,KPCA)和局部切空间排列算法(local tangent space,LTSA)在降维过程中无法......
针对滚动轴承的多类故障特征非线性难以有效辨识的问题,提出基于局部切空间排列和小波支持向量机的滚动轴承故障诊断方法。在由集......
为了提取压缩机喘振发作时表现出的非线性特性,引入了一种新的喘振特征提取方法.首先对原始信号进行多元统计分析,构造高维特征空......
针对传统流形学习方法难以处理大批量设备运行数据的特点，提出了一种采用增量式流形学习方法的机械设备状态监测方法．该方法首先利用......
针对高光谱图像同一像元内存在多种地物种类,且地物之间具有多重反射,导致高光谱数据的非线性,采用传统的线性降维算法效果不佳等......
提出多策略提升的局部切空间排列算法来解决常规局部切空间排列降维在高光谱影像分类中计算复杂度高的问题.通过引入随机映射来预......
针对滚动轴承故障振动信号具有非平稳特征以及故障特征难以准确提取,提出一种局部切空间排列（LTSA）和改进模糊C-均值聚类的滚动轴承......
基于主流形识别的非线性降噪方法中,约简目标维数选择随意和相空间数据在降维、全局排列和反求过程中可能畸变,使得降噪效率和效果......
主要介绍了流形学习中的等距映射(ISOMAP)、扩散映射(DFM)和局部切空间排列(LTSA)3种非线性降维算法的基本概念和具体实现步骤。通......
局部切空间排列（LTSA）算法是一种有效的流形学习方法，但该算法对孤立点的存在非常敏感．为了增强LTSA算法对孤立点的鲁棒性，文中提出了一......
研究遥感图像处理混合像元分解问题,由于遥感图像中包含很多混合像元,影响图像的质量。传统的解混算法是以线性光谱混合模型为基础......
针对姿态偏转时人耳图像识别率显著降低的问题,将局部切空间排列算法用于二维人耳特征的提取,提出一种局部切空间排列多姿态人耳识......
目的探索基于流形学习的人脸识别方法,将流形学习中的局部切空间排列算法(LT-SA)应用于人脸识别.方法利用样本点领域的切空间表示......
针对S700k转辙机齿轮组故障信号和故障征兆的非线性、多样性和复杂性等诊断问题,提出一种基于局部切空间排列和支持向量机的故障诊......
独立成分分析（ICA）方法在线性非高斯过程的监控领域得到了成功应用,当过程数据非线性较强时效果不理想。局部切空间排列（LTSA）方法能够......
针对齿轮箱故障特征重叠难以有效分离问题，提出基于局部切空间排列与多核支持向量机的齿轮箱故障诊断模型。在由振动信号时域统计指......
为解决传统特征提取技术难以处理具有非线性结构的复杂故障数据、影响故障诊断准确性的问题,将非线性维数约简技术——局部切空间......
为了提高缸盖振动信号恢复气缸压力的识别精度,提出一种基于局部切空间排列(LTSA)和最小二乘支持向量机(LSSVM)的气缸压力识别方法......
为了从非线性、非平稳的振动信号中提取故障特征频率，提出了一种故障特征频率提取新方法。该方法将局部特征尺度分解和流形学习算法......
改进的局部切空间排列(ILTSA)算法解决了当样本稀疏、分布不均匀或数据流密度曲率变化较大时,局部切空间排列算法不能揭示流形结构......
为了解决大型机械设备故障数据难以准确快速提取的问题，提出了一种基于局部切空间排列（LTSA）和K-最近邻分类器的转子故障诊断模型。首......
故障诊断需解决的基本问题是根据传感器采集到的机械设备运行状态信号,提取特征参量,设计决策函数,最终求出其故障状态,核心是特征......
较为详细地回顾了流形学习中非线性维数约简方法,分析了它们各自的优势和不足。与传统的线性维数约简方法相比较,可以发现非线性高......
针对局部切空间排列算法（LTSA）的效果受近邻数k值影响较大的缺点，提出基于聚类准则的LTSA与K-最近邻分类器的故障诊断模型。首先基于......
随着人们维修观念的转变，传统的定期维修和事后维修向基于状态的视情维修(Condition Based Maintenance，CMB)转换，作为建立合理维修策......
针对故障特征集维数高以及冗余的问题,提出一种自适应邻域选择的改进局部切空间排列维数约简方法.通过考虑流形的采样密度、局部弯......
局部切空间排列（LTSA）算法是一种有效的流形学习算法，能较好地学习出高维数据的低维嵌入坐标。数据点的切空间在LTSA算法中起着重要的......
提出了最优尺度小波包络流形算法,以反映信号冲击特性的指标为原则选择尺度带。由于多尺度下的包络信号中的噪声是随机的,而故障特......
局部切空间排列算法(local tangent space alignment,简称LTSA)是一种新的流形学习算法,能有效地学习出高维采样数据的低维嵌入坐......
