-
公开(公告)号：CN112132096A
公开(公告)日：2020-12-25
申请号：CN202011062704.3
申请日：2020-09-30
Applicant: 中国矿业大学
Abstract: 本发明提出了一种动态更新输出权值的随机配置网络的行为模态识别方法，包括三个步骤，步骤一是人体行为模态数据集采集和预处理，利用智能手机采集各种行为模态数据，然后对数据进行滤波、归一化和分割等操作；步骤二是人体行为模态特征处理，即利用特征提取技术来获取鲁棒性强的特征集，并将其划分为训练集和测试集；步骤三是模型建立，即基于特征集利用动态更新输出权值随机配置网络去建立行为识别的模型。本发明建立的行为识别方法能够在极短的时间内对六种日常行为完成建模，从而进行识别，计算复杂度低，弥补了传统识别方法在数据处理和模型识别速度两个方面的不足，特别适合基于智能手机的快速行为模态识别领域。
-
公开(公告)号：CN112132096B
公开(公告)日：2021-05-14
申请号：CN202011062704.3
申请日：2020-09-30
Applicant: 中国矿业大学
Abstract: 本发明提出了一种动态更新输出权值的随机配置网络的行为模态识别方法，包括三个步骤，步骤一是人体行为模态数据集采集和预处理，利用智能手机采集各种行为模态数据，然后对数据进行滤波、归一化和分割等操作；步骤二是人体行为模态特征处理，即利用特征提取技术来获取鲁棒性强的特征集，并将其划分为训练集和测试集；步骤三是模型建立，即基于特征集利用动态更新输出权值随机配置网络去建立行为识别的模型。本发明建立的行为识别方法能够在极短的时间内对六种日常行为完成建模，从而进行识别，计算复杂度低，弥补了传统识别方法在数据处理和模型识别速度两个方面的不足，特别适合基于智能手机的快速行为模态识别领域。
-
公开(公告)号：CN116203929B
公开(公告)日：2024-01-05
申请号：CN202310182227.1
申请日：2023-03-01
Applicant: 中国矿业大学
IPC: G05B23/02
Abstract: 本发明公开了一种面向长尾分布数据的工业过程故障诊断方法，包括：利用系统收集过程正常工况的头部类样本以及各种故障的尾部类样本组成建模用的有标签训练样本集；引入密度系数和距离系数作为尾部类样本所携带的信息量衡量标准，作为尾部类样本的信息权重，并对其信息权重进行归一化处理，归一化处理后的结果作为尾部类样本在学习过程中被选择的概率；基于密度和距离的联合概率更新策略，对于被选中的尾部类样本赋予更高的权重，得到一个对角权重矩阵，将此矩阵引入到随机配置网络的输出(56)对比文件Chaojun Wang;Yaping Dai;Wei Dai.DeepEmbedding GAN-based Model for AnomalyDetection on High-dimensional SparseData《.2019 Chinese Control Conference(CCC)》.2019,全文.褚菲;王洁;梁涛;代伟;贾润达.基于核密度估计的核偏鲁棒M-回归建模方法及应用.中国科技论文.2019,(第03期),全文.李春茂;周妺末;刘亚婕;高波;吴广宁.基于邻域粗糙集与多核支持向量机的变压器多级故障诊断.高电压技术.2018,(11),全文.褚菲;王洁;梁涛;代伟;贾润达.基于核密度估计的核偏鲁棒M-回归建模方法及应用.中国科技论文.2019,(03),全文.
-
公开(公告)号：CN116203929A
公开(公告)日：2023-06-02
申请号：CN202310182227.1
申请日：2023-03-01
Applicant: 中国矿业大学
IPC: G05B23/02
Abstract: 本发明公开了一种面向长尾分布数据的工业过程故障诊断方法，包括：利用系统收集过程正常工况的头部类样本以及各种故障的尾部类样本组成建模用的有标签训练样本集；引入密度系数和距离系数作为尾部类样本所携带的信息量衡量标准，作为尾部类样本的信息权重，并对其信息权重进行归一化处理，归一化处理后的结果作为尾部类样本在学习过程中被选择的概率；基于密度和距离的联合概率更新策略，对于被选中的尾部类样本赋予更高的权重，得到一个对角权重矩阵，将此矩阵引入到随机配置网络的输出权值的计算之中。本发明既考虑数据在数据量上的不均衡，也考虑数据在分布上的不平衡，能够保证长尾分布数据完整性。
-
-
-
Search Results
4
records
(took 0.02 seconds)
