蔡蕾
- 作品数：5 被引量：16H指数：1
- 供职机构：西安交通大学机械工程学院润滑理论及轴承研究所更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家科技重大专项更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于稀疏性非负矩阵分解和支持向量机的轴心轨迹图识别
- 轴心轨迹图可以直观、形象地表达出设备的运行状况，但目前大部分对轴心轨迹的自动识别都需要选择和提取特征。本文提出使用稀疏性非负矩阵分解(Sparse Non-negativeMatrix Factorization，SNM...
- 蔡蕾朱永生
- 关键词：稀疏性非负矩阵分解支持向量机特征提取自动识别
- 文献传递
- 基于高维信息的机械设备运行状态识别方法
- 机械设备运行状态的自动识别问题本质是模式识别问题,但表征各种状态的模式特征的选择和提取由于依赖使用者的先验知识,一直是传统机械设备运行状态识别方法的瓶颈。本文基于支持向量机能够处理高维信息的特点,提出了直接识别原始信号、...
- 朱永生杨永生蔡蕾张优云
- 关键词：支持向量机相位校正非负矩阵分解
- 文献传递
- 基于稀疏性非负矩阵分解和支持向量机的轴心轨迹图识别
- 轴心轨迹图可以直观、形象地表达出设备的运行状况,但目前大部分对轴心轨迹的自动识别都需要选择和提取特征。本文提出使用稀疏性非负矩阵分解(Sparse Non-negative Matrix Factorization,SN...
- 蔡蕾朱永生
- 关键词：支持向量机特征提取
- 文献传递
- 基于高维信息的机械设备运行状态识别方法
- 机械设备运行状态的自动识别问题本质是模式识别问题,但表征各种状态的模式特征的选择和提取由于依赖使用者的先验知识,一直是传统机械设备运行状态识别方法的瓶颈。本文基于支持向量机能够处理高维信息的特点,提出了直接识别原始信号、...
- 朱永生杨永生蔡蕾张优云
- 关键词：机械设备故障诊断模式识别支持向量机
- 文献传递
- 基于稀疏性非负矩阵分解和支持向量机的时频图像识别被引量：16
- 2009年
- 针对机械故障诊断领域对反映设备运行状态的图像识别困难以及选择和提取敏感特征困难的问题,将基于图像的机械设备运行状态判别问题当作图像的识别问题米处理,提出使用稀疏性非负矩阵分解(Sparse non-negative matrixfactorization,SNMF)和支持向量机(Support vector machine,SVM)对时频图像进行识别进而判断机器运行状态,从而避免特征的选择和提取.稀疏性非负矩阵分解在对时频图像进行大规模压缩的同时,能够很好地保留图像的隐含特征,从而大大减少自动识别时频图像的计算复杂度,并有效地提高支持向量机的识别精度.此外,奉文还对影响识别率的稀疏性非负矩阵分解的各参数进行了讨论.实验结果表明,该方法对时频处理方法依赖性低,在大多数情况下都能获得较传统方法高的识别率.
- 蔡蕾朱永生
- 关键词：支持向量机模式识别
