徐鹏
- 作品数：10 被引量：94H指数：5
- 供职机构：哈尔滨工程大学信息与通信工程学院更多>>
- 发文基金：国家自然科学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经济管理机械工程更多>>
- 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
- 一种组合粒子群和差分进化的多目标优化算法被引量：8
- 2013年
- 在求解多目标优化问题时,针对粒子群优化算法容易陷入局部极值的现象,提出了一种组合粒子群和差分进化的多目标优化算法,使用粒子群优化算法和差分进化算法共同产生新粒子,通过一个判断因子控制两种算法的使用比例,并对粒子群优化算法的速度更新公式进行了改变,以提高搜索效率。通过三个测试函数进行了仿真,并同NSGA-Ⅱ、MOPSO-CD进行了比较。实验结果表明改进算法求得的Pareto解集收敛性和多样性好,并且算法稳定性高,运行速度快。
- 陶新民徐鹏刘福荣张冬雪
- 关键词：多目标优化粒子群优化差分进化
- 组合分布估计和差分进化的多目标优化算法被引量：7
- 2013年
- 为了提高多目标优化算法的收敛能力及求解精度,提出了一种组合分布估计和差分进化的多目标优化算法.该方法用分布估计算法和差分进化算法共同生成种群中的粒子,利用选择因子来控制每个粒子的产生方式,并且根据迭代次数的增加来改变2种算法的使用比例,搜索初期利用分布估计算法进行快速定位,然后用差分进化算法进行精确搜索.并对差分进化算法的变异因子进行了改进,定义了一个可变的变异因子,来控制不同搜索时期中差分进化算法的变异范围.用4个测试函数对算法进行了仿真测试,并同NSGA-Ⅱ和RM-MEDA进行了比较.实验结果表明,该算法具有良好的收敛性和分布性,并且效果稳定.
- 陶新民徐鹏刘福荣张冬雪
- 关键词：多目标优化分布估计算法差分进化算法
- 不均衡数据分类算法的综述被引量：65
- 2013年
- 传统的分类方法都是建立在类分布大致平衡这一假设基础上的,然而实际情况中,数据往往都是不均衡的。因此,传统分类器分类性能通常比较有限。从数据层面和算法层面对国内外分类算法做了详细而系统的概述。并通过仿真实验,比较了多种不平衡分类算法在6个不同数据集上的分类性能,发现改进的分类算法在整体性能上得到不同程度的提高,最后列出了不均衡数据分类发展还需解决的一些问题。
- 陶新民郝思媛张冬雪徐鹏
- 关键词：不均衡数据
- 基于灰色特征加权支持向量机的火炮质量评估被引量：5
- 2011年
- 针对火炮质量评估中现场数据少,传统评估方法过多地依赖人的主观因素的问题,提出了一种基于灰色特征加权支持向量机(GFWSVM)的火炮质量评估方法.针对评估因素重要度的不同,引入特征加权的概念.采用灰色关联分析求取因素特征权重,避免了评估结果被一些弱相关因素所支配.通过对火炮质量评估实例仿真计算,表明该方法评价结果可靠,可操作性强,说明了该方法的有效性.
- 胡胜海何蕾徐鹏杨奇金锦花
- 关键词：支持向量机特征加权灰色关联分析火炮
- 核聚类集成失衡数据SVM算法被引量：5
- 2013年
- 针对传统SVM算法在失衡数据集下的分类性能不理想的问题,提出一种基于核聚类集成SVM算法.该算法首先在核空间中对多数类样本集进行聚类,然后随机选择出具有代表意义的聚类信息点,实现在减少多数类样本数的同时将分类界面向多数类样本方向偏移.并利用AdaBoost集成手段对基于核聚类的欠取样SVM算法进行集成,最终提高SVM算法在失衡数据下的泛化性能.将提出的算法同其他失衡数据预处理集成方法进行比较,实验结果表明该算法能够有效提高SVM算法在失衡数据中少数类的分类性能,且总体分类性能及运行效率都有明显提高.
- 陶新民郝思媛张冬雪徐鹏
- 关键词：SVM算法ADABOOST核聚类
- 基于K均值的带变异粒子群聚类算法被引量：1
- 2011年
- 针对K均值算法的搜索结果依赖于初始聚类中心以及粒子群算法早熟收敛的缺点,提出了一种基于K均值的带变异粒子群聚类算法.该算法通过粒子群算法来弥补K均值算法的不足,根据粒子的收敛情况判断K均值操作的时机,提高了搜索性能,并采用变异操作来跳出局部极值.分别用K均值算法、PSO-K均值算法和该算法对3种实际数据进行了聚类测试,实验结果的比较表明,该算法可以跳出局部极值,找到比其他2种算法更好的解,有更好的寻优效率并且更加稳定.
- 陶新民徐鹏张冬雪郝思媛
- 关键词：聚类分析K均值算法粒子群优化算法群体智能
