黑龙江省博士后基金(LBH-Z08227)
- 作品数：13 被引量：196H指数：7
- 相关作者：陶新民刘玉徐晶付丹丹杨立标更多>>
- 相关机构：哈尔滨工程大学黑龙江省科技学院黑龙江科技学院更多>>
- 发文基金：黑龙江省博士后基金中国博士后科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 一种自适应指导的文化粒子群算法被引量：3
- 2011年
- 针对文化粒子群算法中影响函数对群体空间的全局变异操作,易导致粒子群算法结构失效及不易收敛的缺点,将群体适应度方差引入到群体空间,提出一种自适应指导的文化粒子群算法。算法通过计算群体适应度方差判断群体空间状态,当算法陷入局部最优时,自适应地利用影响函数对群体空间进行变异更新,从而有效发挥了文化粒子群算法"双演化双促进"机制。将该算法与基本粒子群算法(PSO)、文化粒子群算法(CPSO)和自适应变异粒子群算法(AMPSO)进行比较,实验结果证明该算法不仅具有较好的全局收敛性,算法收敛速度和稳定性也都有显著提高。
- 陶新民杨立标
- 关键词：影响函数
- 不均衡数据下基于阴性免疫的过抽样新算法被引量：12
- 2010年
- 为提高不均衡数据集下算法分类性能,提出一种基于阴性免疫的过抽样算法.该算法利用阴性免疫实现少数类样本空间覆盖,以生成的检测器中心为人工生成的少数类样本.由于该算法利用的是多数类样本信息生成少数类样本,避免了人工少数类过抽样技术(SMOTE)生成的人工样本缺乏空间代表性的不足.通过实验将此算法与SMOTE算法及其改进算法进行比较,结果表明,该算法不仅有效提高了少数类样本的分类性能,而且总体分类性能也有了显著提高.
- 陶新民徐晶童智靖刘玉
- 关键词：不均衡数据
- 基于谱聚类下采样失衡数据下SVM故障检测被引量：3
- 2013年
- 在故障诊断领域中,对传统支持向量机(SVM)算法在数据失衡情况下无法有效实现故障检测的不足,提出一种基于谱聚类下采样失衡数据下SVM故障检测算法。该算法在核空间中对多数类进行谱聚类,然后选择具有代表意义的信息点,最终实现样本均衡。将该算法应用在轴承故障检测领域,并同其他算法进行比较,试验结果表明所建议的算法在失衡数据情况下较其他算法具有较强的故障检测性能。
- 陶新民张冬雪郝思媛徐鹏
- 关键词：故障检测谱聚类下采样
- 基于AR模型自相关系数熵的轴承故障检测新方法
- 针对轴承故障检测系统中异常样本数据不易收集以及异常样本数据分布不均导致传统分类算法出现过适应等现实应用问题,提出了一种基于自回归（AR）模型残差序列自相关系数熵的故障检测方法。该方法利用正常样本生成AR模型参数,其它样本...
- 陶新民刘福荣
- 关键词：故障检测AR模型
- 文献传递
- 基于多尺度并行免疫克隆优化聚类算法被引量：4
- 2012年
- 针对无监督分类问题,提出一种多尺度并行免疫克隆优化聚类算法.算法中,进化在多个子群之间并行进行,不同子群的抗体根据子群适应度采用不同变异尺度.进化初期,利用大尺度变异子群实现全局最优解空间的快速定位,同时变异尺度随着适应值的提升逐渐降低;进化后期,利用小尺度变异子群完成局部解空间的精确搜索.将新算法与其他聚类算法进行比较,所得结果表明新算法具有较好的聚类性能和鲁棒性.
- 陶新民付丹丹刘福荣刘玉
- 关键词：聚类算法变异算子
- 一种改进的粒子群和K均值混合聚类算法被引量：84
- 2010年
- 该文针对K均值聚类算法存在的缺点,提出一种改进的粒子群优化(PSO)和K均值混合聚类算法。该算法在运行过程中通过引入小概率随机变异操作增强种群的多样性,提高了混合聚类算法全局搜索能力,并根据群体适应度方差来确定K均值算法操作时机,增强算法局部精确搜索能力的同时缩短了收敛时间。将此算法与K均值聚类算法、基于PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,数据实验证明,该算法有较好的全局收敛性,不仅能有效地克服其他算法易陷入局部极小值的缺点,而且全局收敛能力和收敛速度都有显著提高。
- 陶新民徐晶杨立标刘玉
- 关键词：K均值算法粒子群优化算法
- 基于谱聚类欠取样的不均衡数据SVM分类算法被引量：28
- 2012年
- 提出一种基于谱聚类欠取样的不均衡数据支持向量机(SVM)分类算法.该算法首先在核空间中对多数类样本进行谱聚类;然后在每个聚类中根据聚类大小和该聚类与少数类样本间的距离,选择具有代表意义的信息点;最终实现训练样本间的数目均衡.实验中将该算法同其他不均衡数据预处理方法相比较,结果表明该算法不仅能有效提高SVM算法对少数类的分类性能,而且总体分类性能及运行效率都有明显提高.
- 陶新民张冬雪郝思媛付丹丹
- 关键词：不均衡数据SVM算法谱聚类
- 定向多尺度变异克隆选择优化算法被引量：9
- 2011年
- 提出一种定向多尺度变异克隆选择优化算法.为了实现抗体间信息共享,算法利用定向进化机制引导抗体向着抗体群最优解区域逼近.采用多尺度高斯变异机制,在算法初期利用大尺度振荡变异实现了全局最优解空间的快速定位.随着适应值的提升,小尺度变异会随之减低,使得算法在进化后期通过小尺度变异完成局部精确解的搜索.将算法应用到5个经典函数优化问题,结果表明,该算法不仅具有更快的收敛速度,而且全局解搜索能力和稳定性均有显著提高.
- 陶新民刘福荣刘玉付丹丹
- 关键词：克隆选择定向进化
- 基于GARCH模型MSVM的轴承故障诊断方法被引量：9
- 2010年
- 针对振动信号因非平稳性导致自回归(AR)模型无法有效描述信号特征的不足,提出一种基于广义自回归条件异方差(GARCH)模型多类支持向量机(MSVM)的故障诊断方法。该方法首先利用GARCH模型拟合各种故障信号,将所得模型参数作为故障诊断特征,以MSVM作为故障诊断方法。试验结果验证了GARCH模型方法的可行性和有效性,同时将该方法同基于AR模型的方法及其改进方法进行比较,结果表明该方法在诊断率及诊断时间上都有明显提高。
- 陶新民徐晶杨立标刘玉
- 关键词：多类支持向量机
- 基于ODR和BSMOTE结合的不均衡数据SVM分类算法被引量：22
- 2011年
- 针对传统的支持向量机(SVM)算法在数据不均衡的情况下分类效果不理想的缺陷,为了提高SVM算法在不均衡数据集下的分类性能,提出一种新型的逐级优化递减欠采样算法.该算法去除样本中大量重叠的冗余和噪声样本,使得在减少数据的同时保留更多的有用信息,并且与边界人工少数类过采样算法相结合实现训练样本数据集的均衡.实验表明,该算法不但能有效提高SVM算法在不均衡数据中少数类的分类性能,而且总体分类性能也有所提高.
- 陶新民童智靖刘玉付丹丹
- 关键词：不均衡数据支持向量机算法
