杨艺芳
- 作品数：10 被引量：57H指数：5
- 供职机构：西安石油大学理学院更多>>
- 发文基金：国家自然科学基金陕西省教育厅科研计划项目广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学机械工程电子电信更多>>
- SVM和FCM相结合的故障诊断方法的研究
- 对于复杂系统的故障诊断问题,采用智能信息处理技术是现今故障诊断技术发展的必然与研究的热点。本文对FCM与SVM相结合的故障诊断方法进行了分析和研究。
本文研究的主要内容有:
第一,模糊聚类分析是故障诊...
- 杨艺芳
- 关键词：模糊C均值聚类模糊支持向量机支持向量机故障诊断分级聚类二叉树
- 文献传递
- 混合模糊聚类法在故障诊断中的应用被引量：5
- 2008年
- 在汽轮发电机组的振动故障诊断中,传统的基于模糊等价关系的传递闭包法和基于模糊划分的模糊C-均值(FCM)聚类法分别存在着"传递偏差"和初始化敏感问题。混合模糊聚类分析方法将上述两种方法结合起来进行故障诊断,实例表明,该方法得到的诊断结果更符合实际情况,且该方法不仅能对单一故障进行诊断,对多故障也能进行诊断。
- 杨艺芳丁正生
- 关键词：汽轮发电机组振动多故障模糊C-均值聚类故障诊断传递闭包
- 基于FCM聚类的奖学金评定方法被引量：3
- 2008年
- 传统的奖学金评定方法是按照学生总成绩的高低作为评定依据,把一个多因数的问题简单化,使它成为一个单一的问题来处理,这种方法显然不合理。针对这个问题,采用基于模糊划分的模糊C-均值方法,对学生进行奖学金评定,为评审人员提供了一种比较科学、公正的评审方法。
- 杨艺芳
- 关键词：聚类分析
- 拉普拉斯秩约束的子空间聚类算法被引量：3
- 2019年
- 针对子空间聚类算法中构建块对角相似度矩阵的方法不直接且假设条件很难满足的问题,提出直接以块对角优先的拉普拉斯秩约束子空间聚类算法(BLRC)。通过添加拉普拉斯矩阵秩约束构建块对角的相似度矩阵,利用拉普拉斯正则项确保数据样本的群组效应,采用交替拉格朗日乘子的方法进行求解,得到具有精确块对角结构的相似度矩阵。实验结果表明,BLRC算法聚类具有良好的聚类性能,聚类的精确度明显优于对比算法。
- 杨艺芳张捷
- 关键词：子空间聚类谱聚类
- 基于深度学习的垃圾分类检测方法被引量：9
- 2021年
- 针对现有垃圾分类不清、人工检测难度大、环境差、容易出错等情况,研究了基于深度学习的垃圾分类检测方法。分别提出了基于YOLOv3、RetinaNet和Faster RCNN的垃圾分类识别方法,制作了所用的数据集(训练集和测试集)。搭建了基于三种方法的垃圾分类识别的实验平台,并设计了实验,使用制作好的垃圾训练集进行多次不同参数下的训练,在不同分类的垃圾测试集上进行多次测试。对训练过程和测试结果进行综合分析和比较,得到Faster RCNN算法有更高的可靠性和准确性,检测速度满足系统要求,RetinaNet算法效果较好,YOLOv3算法效果最弱。因此采用基于Faster RCNN的垃圾分类识别算法,很好地满足了垃圾异物识别模型的开发,实现了垃圾分类检测,且有效降低了人工成本,提高了干湿垃圾分类检测效率,从而降低了垃圾对环境的污染。
- 王小燕谢文昊杨艺芳胡瑞
- 关键词：垃圾分类目标检测图像识别
- 新常态下农村中学发展思考——以彭阳县古城镇初级中学为例
- 2015年
- 在教育新常态下,应超前规划,精心布置,使教育工作合理有序;创新载体,全面育人,加强德育工作队伍建设;聚焦细节管理,确保质量提升;保障有力,服务育人,大力推进后勤服务工作。同时,要立足学校实际,注重细节管理、过程管理的策略。这样才能更好地促进学校发展。
- 王颖杨艺芳
- 关键词：超前谋划细节管理
- 基于核模糊相似度度量的谱聚类算法被引量：12
- 2015年
- 相似性度量的选择是谱聚类算法良好性能实现的关键。通常采用的谱聚类相似性的度量是基于高斯核函数的相似性度量。然而,谱聚类对这种相似度度量中的尺度参数非常敏感,并且确定一个合适的参数也很困难。另外,基于欧几里得的这种高斯核相似度度量无法有效反映复杂分布数据集的分布特点。针对此问题,通过利用基于核模糊C均值聚类算法得到的划分矩阵中隶属度的分布特点,提出了一个新的核模糊相似度度量,并将基于所提出的新的相似度度量的谱聚类算法(KFSC)应用于图像分割中。所提出的KFSC算法不仅克服了谱聚类对尺度参数敏感,而且解决了尺度参数很难确定的问题,获得更好的聚类效果。3个标准数据集、2个合成纹理图像及2个自然图像上的分割实验表明了所提出算法的有效性和鲁棒性。
- 杨艺芳王宇平
- 关键词：谱聚类核模糊聚类图像分割
- 一种鉴别稀疏局部保持投影的人脸识别算法被引量：7
- 2016年
- 为解决鉴别稀疏邻域保持嵌入(DSNPE)算法中类间离散度构造复杂的问题,提出了一个新的维数约简算法即鉴别稀疏局部保持投影的人脸识别算法(DSLPP)。首先利用样本集中各类样本的平均向量构造字典,通过保持各类样本平均向量的稀疏重构关系,提出一个新的无参数类间离散度;再通过同时最大化类间离散度和同时最小化类内紧凑度的准则来寻找最优投影方向;最后采用最近邻分类器进行人脸分类识别。由于所采用的类间离散度最大限度地扩大了不同类别中样本之间的差异,因此DSLPP算法具有更强的类间判别力,其识别率得到了明显提高;此外,字典的简化构造降低了算法的计算复杂度。在Yale、UMIST和AR人脸库上的实验结果表明:DSLPP算法在Yale、UMIST库上的平均识别率及AR库上的最高识别率分别达83.38%、95.72%和83.71%,较其他传统方法的识别率有明显提高;在UMIST库上的实验结果表明,DSLPP算法较DSNPE算法的平均计算时间减少了81.7%。
- 杨艺芳王宇平
- 关键词：人脸识别维数约简局部保持投影
- 谱聚类与维数约简算法及其应用
- 近年来在很多实际问题中，人们获取的数据具有很高的维数。数据的高维性使得计算机对数据的处理越来越复杂，导致“维数灾难”的现象发生，另外数据的高维性也掩盖了数据的内在特性，使人们不便于发现其中的规律。如何从高维数据中挖掘出有...
- 杨艺芳
- 关键词：模式识别维数约简
- 文献传递
