降维算法
降维算法的相关文献在1991年到2022年内共计104篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、一般工业技术
等领域,其中期刊论文67篇、会议论文13篇、专利文献233456篇;相关期刊62种,包括无线互联科技、广东技术师范学院学报(社会科学版)、闽西职业技术学院学报等;
相关会议13种,包括2012中国计算机大会、全国第十四届空间及运动体控制技术学术会议、第二届全国智能信息处理学术会议等;降维算法的相关文献由263位作者贡献,包括李锋、马争鸣、周立明等。
降维算法—发文量
专利文献>
论文:233456篇
占比:99.97%
总计:233536篇
降维算法
-研究学者
- 李锋
- 马争鸣
- 周立明
- 孟广伟
- 李泽民
- 冯昕宇
- 刘洁
- 杨懿
- 丁瑞波
- 万嘉琳
- 刘凯
- 刘广东
- 刘浩
- 刘立佳
- 叶世伟
- 吴志毅
- 孙铁利
- 宋欣
- 左年明
- 张妍
- 张晓龙
- 张继鹏
- 张财志
- 张钟铋
- 彭杨
- 戴野
- 方昕
- 曾斐
- 曾韬
- 李兆龙
- 李春娜
- 李晓微
- 李栋军
- 李相民
- 杨路
- 樊芮嘉
- 殷雄
- 毛亚纯
- 汤天亮
- 王维学
- 王震
- 秦玥
- 蒋田仔
- 邵元海
- 郭璟
- 金晶
- 陈刚
- 陈少春
- 陈珂
- 颜骥
-
-
毛亚纯;
温健;
付艳华;
曹旺;
赵占国;
丁瑞波
-
-
摘要:
铁矿资源是我国国民经济基础产业中的重要组成要素,在我国经济发展中有举足轻重的地位。铁矿品位的检定效率对铁矿石开采效率有重大影响。目前,铁矿石品位的化学分析检定法,不仅存在成本较高,化验周期长的问题,更主要的是其无法实现铁矿品位原位测定,相对配矿流程存在滞后效应,无法有效降低矿石开采的损失贫化率;基于可见光-近红外光谱分析的铁矿品位原位测定技术是解决这一问题的有效途径。以225个红岭矽卡岩型铁矿测试样本的可见光-近红外光谱数据及化学分析数据为数据源,首先对原始数据进行了平滑处理,并分析了矽卡岩型铁矿可见光-近红外光谱特征,然后利用倒数对数、多元散射校正(MSC)两种预处理方法对平滑后的光谱数据进行处理,再分别以主成分分析法(PCA)、遗传算法(GA)两种降维算法对预处理前后的光谱数据进行了处理,获取了六种不同预处理组合算法处理后的数据源。其中以PCA降维算法所降维数分别为3维、3维、7维;以GA降维算法所降维数分别为477维、489维、509维。最后基于随机森林(RF)和极限学习机(ELM)建立了矽卡岩型矿石金属铁品位的定量反演模型,以决定系数(R^(2))、均方根误差(RMSE)和平均相对误差(MRE)三个指标分别对模型的稳定性、精确度、可信度进行评价。结果表明,经MSC处理及PCA降维后的数据基于ELM算法建立的定量反演模型效果最优,其R^(2)可达0.99、RMSE为0.0057、MRE为2.0%,该方法所建模型对红岭矽卡岩型铁矿品位反演精度有明显的提升。对矽卡岩铁矿品位的实时、快速分析提供了一种有效的方法,对实现矽卡岩型铁矿的高效开采具有重要的现实意义。
-
-
徐胜超
-
-
摘要:
近年来,高维数据算法在诸如机器学习领域以及模式识别当中有着十分广泛的应用。降维算法的目的是为了揭示出在高维数据空间中样本数据的固有的组成特性,关注于寻找原始数据集特征表示中有价值的信息。相邻区域选择问题对流形学习降维算法的性能改进至关重要。因此,该文提出一种流形学习降维算法中的新动态邻域选择方法Mod-HLLE(modified Hessian locally linear embedding)。该方法针对Hessian布局线嵌入方法HLLE进行了考察,Mod-HLLE算法是针对高维数据的局部线性嵌入降维算法的改进。Mod-HLLE主要通过计算每个数据点的局部相邻区域参数的方式来完成测量距离和欧几里德距离的评测,再通过动态的相邻区域的尺寸大小来选择新的局部相邻区域。Mod-HLLE在非噪声干扰和噪声干扰情况下,对两类典型3D高维数据集进行降维测试。实验结果表明,Mod-HLLE可以获得很好的几何直观效果,在性能和稳定性方面都优于常见的降维算法,对其他高维数据降维算法的改进也具有很好的参考价值。
-
-
陈小军
-
-
摘要:
流行学习一直是深度学习、机器学习、人工智能的研究热点,其是非线性降维算法中非常重要算法思想。流行学习利用局部与欧式空间是同胚空间的概念,将高维数据空间嵌入低维流行结构,用低维局部欧氏特征表示高维数据结构。文章介绍了流行学习的基本概念、经典算法思想,对经典算法思想进行分析比较,并提出有待进一步分析和研究的问题。
-
-
成振华;
周坤论;
陶伟;
黄剑钊;
王玮;
景坤
-
-
摘要:
基于三种机器学习算法,对2018年南宁国家气象观测站雨量筒观测数据和降水现象仪的雨滴观测数据进行一致性检验试验。通过降维算法,对降水现象仪数据去除数据冗余,进一步分别采用多元线性回归、决策树回归、最近邻回归等3种机器学习算法验证与雨量筒数据的一致性情况。结果表明,综合性能中多元线性回归算法效果最好,在误差范围内的准确率达到85%以上;最近邻回归算法在小雨量中可以有较好的预测值,综合准确率达到75%,两种算法均优于决策树算法70%的准确率。
-
-
曹金政;
程庆丰;
史闻博;
鲁宁
-
-
摘要:
子集和问题是计算机科学中的重要问题,也是构建多种公钥密码体制的基础.提出了采样归约算法,使用随机采样方法降低问题维度,将原问题分解并归约为多个更小规模的格上最短向量,降低了构造格的半径,从而提高求解的效率,得到原问题的精确解或提高近似解的逼近程度.给出了理论上采样归约算法最差情况的成功率.更进一步地,在目标解重量较低的情况下,可以进行分段采样,对问题增加限定条件,提高解题效率.实验结果表明,对于高维度的子集和问题,与CJLOSS等已有的格归约子集和问题方法相比,该算法可以更高效地求解出问题的精确解,而且可以提高近似解的逼近程度,输出近似解的平均长度达到了CJLOSS算法的0.55倍、DR算法的0.64倍.
-
-
李斌;
马家俊
-
-
摘要:
本文研究各因素对钢管混凝土轴压短柱承载力可靠性指标的影响大小并分析原因,通过降维算法和立方正态分布的简化四阶矩方法对圆形钢管混凝土轴压短柱的可靠性指标进行分析,探讨了混凝土强度等级、钢材强度等级、荷载效应比、含钢率、荷载效应组合、截面形式对可靠性指标的影响。研究表明混凝土强度等级对可靠性指标的影响最大,但高强混凝土对其可靠性指标影响较小;随含钢率的增大而减小,且荷载效应组合和荷载效应比对可靠性的影响比含钢率稍大;钢材强度等级对可靠性指标的影响微乎其微。
-
-
郭璟;
万嘉琳;
刘凯;
秦玥;
金晶;
曾斐
-
-
摘要:
随着电力网络的高速发展,电力负荷数据的规模与维数急速增长。为了分析数据背后的有效信息,可以采用聚类分析的手段对电力负荷数据进行挖掘分析,为异常用户检测、能效管理提供有效的应用价值。根据美国能源信息网获得的实验数据集,利用降维算法对预处理后的数据进行降维分析,分析出不同维度下5种降维算法的降维效果,然后选择KPCA和ISOMAP降维技术与K-means聚类分析算法进行结合,比较组合算法与单独K-means算法的聚类精度与聚类效率,得出结合降维技术,可以有效提高聚类分析算法的聚类能力。
-
-
郭璟;
万嘉琳;
刘凯;
秦玥;
金晶;
曾斐
-
-
摘要:
随着电力网络的高速发展,电力负荷数据的规模与维数急速增长.为了分析数据背后的有效信息,可以采用聚类分析的手段对电力负荷数据进行挖掘分析,为异常用户检测、能效管理提供有效的应用价值.根据美国能源信息网获得的实验数据集,利用降维算法对预处理后的数据进行降维分析,分析出不同维度下5种降维算法的降维效果,然后选择KPCA和ISOMAP降维技术与K-means聚类分析算法进行结合,比较组合算法与单独K-means算法的聚类精度与聚类效率,得出结合降维技术,可以有效提高聚类分析算法的聚类能力.
-
-
杨悦;
张美丽
-
-
摘要:
简要分析了基金风格划分常用的基于收益时间序列的回归法(RBSA法)和基于持仓数据的分析法(PBSA法),重点讨论了RBSA方法,根据Sharpe的回归分析模型,解释RBSA方法不仅能合理构造基金业绩评价基准,还能客观展现基金经理的主动选择能力。作相关假设把回归模型转化为一个凸二次规划问题,利用最优化理论转化为求解局部极小值问题,并且介绍了一种降维算法,能有效快速地求解此类问题。
-
-
袁庆军;
王安;
王永娟;
王涛
-
-
摘要:
能量数据作为模板攻击过程中的关键对象,具有维度高、有效维度少、不对齐的特点,在进行有效的预处理之前,模板攻击难以奏效.针对能量数据的特性,该文提出一种基于流形学习思想进行整体对齐的方法,以保留能量数据的变化特征,随后通过线性投影的方法降低数据的维度.使用该方法在Panda 2018 challenge1标准数据集进行了验证,实验结果表明,该方法的特征提取效果优于传统的PCA和LDA方法,能大幅度提高模板攻击的成功率.最后采用模板攻击恢复密钥,仅使用两条能量迹密钥恢复成功率即可达到80%以上.
-
-
-
-
Gao Chang;
高畅;
Zhou Haifang;
周海芳;
Fang Minquan
- 《2015全国高性能计算学术年会》
| 2015年
-
摘要:
高光谱遥感影像数据因其波段连续、光谱分辨率高的特性具有广阔的应用前景,但降维等数据处理过程耗时长、效率低,为实现高光谱影像数据快速降维,需引入并行处理.本基于nVidia的图像处理单元(graphic processing unit,GPU)研究最大噪声分数变换(Maximum Noise Fraction Rotation,MNF Rotation)降维算法的移植与优化,通过对加速热点并行优化,最终择优整合,设计并实现基于CPU/GPU异构系统的G-MNF算法.实验结果显示G-MNF算法加速46.5~92.9倍不等.
-
-
Xu Shuhua;
许淑华
- 《2012中国计算机大会》
| 2012年
-
摘要:
正交张量近邻保持嵌入是一种有效的张量图像的降维工具,但仍存在监督判别信息不足的问题.为此本文提出正交张量监督近邻保持嵌入(Orthogonal Tensor Supervised Neighborhood Preserving Embedding,简称OTSNPE) 降维算法.该算法首先将二维图像看成二阶张量空间的点;然后在同类样本中选择近邻并进行线性重构;最后通过特征保持提取投影方向.投影后的特征既能有效地保持张量图像像点之间的空间关系,又能较好地保持蕴含在张量图像之间的类内局部重构关系和近邻关系.在AR和YaleB人脸数据集上的实验验证了该算法的有效性.
-
-
-
- 《第五届智能CAD与数字娱乐学术会议》
| 2008年
-
摘要:
因为运动特征数据的高维复杂性,采用扩展的非线性的ISOMAP流形学习的降维算法来对运动特征数据进行降维.在运动数据降维之后,为大规模运动捕获数据库建立一种新的参考索引体系(RI),在检索过程中可以排除绝大部分与查询例子无关的运动数据,这样运动检索中的相似度的计算被缩小到一个小范围候选数据集合中,避免了大量不必要的开销,从而提高了检索的效率。
-
-
李杰;
高大启
- 《全国先进控制技术与仪表装置应用学术研讨会》
| 2007年
-
摘要:
列举几种降维算法,包括经典主成分分析、非线性主成分分析、独立成分分析以及非线性独立成分分析,并对这几种方法进行比较,给出实验数据.结果显示非线性方法要好于线性方法,独立成分分析要好于主成分分析.
-
-
-
-
-
-
-
-
-
-
-
-
- 哈尔滨理工大学
- 公开公告日期:2022-01-14
-
摘要:
本发明提供了一种UMAP降维算法,将其运用于高速电主轴故障的识别的方法,首先获取高速电主轴振动信号,同时遍历数据库中的高速电主轴振动数据,利用时域分析和频域分析来构造高速电主轴振动信号的初始特征集,利用均匀流形逼近与投影(uniform manifold approximation and projection,UMAP)算法进行降维,得到具有鉴别性和简捷性的故障特征,实现诊断模型数据质量的提升,最后将数据利用遗传算法(genetic algorithm,GA)优化支持向量机(support vector machine,SVM)的参数来进行智能故障识别,从而实现高速电主轴故障识别。
-
-
- 哈尔滨理工大学
- 公开公告日期:2022-08-30
-
摘要:
本发明提供了一种UMAP降维算法,将其运用于高速电主轴故障的识别的方法,首先获取高速电主轴振动信号,同时遍历数据库中的高速电主轴振动数据,利用时域分析和频域分析来构造高速电主轴振动信号的初始特征集,利用均匀流形逼近与投影(uniformmanifoldappr oximationandprojection,UMAP)算法进行降维,得到具有鉴别性和简捷性的故障特征,实现诊断模型数据质量的提升,最后将数据利用遗传算法(geneticalgorithm,GA)优化支持向量机(supportvectormachine,SVM)的参数来进行智能故障识别,从而实现高速电主轴故障识别。
-