• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于核化局部全局一致性学习的提升机故障诊断
  • 作者

    陈洪飞

  • 单位

    中国煤炭科工集团上海研究院

  • 摘要
    典型的局部全局一致性学习(Learning with Local and Global Consistency,LLGC)是基于图的半监督学习算法,虽然可以对样本进行有效标注,但对非线性数据却无能为力,且会出现维数灾难现象。为此,在LLGC的基础上引入核函数,提出核化局部全局一致性学习(KLLGC)解决上述问题。提升机故障诊断的实验结果表明KLLGC的有效性和可行性。
  • 关键词

    故障诊断核函数局部全局一致性分类器

相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联
Baidu
map