-
公开(公告)号：CN107168931A
公开(公告)日：2017-09-15
申请号：CN201710571455.2
申请日：2017-07-13
Applicant: 东北林业大学
CPC classification number: G06F17/16 , G06Q10/063
Abstract: 一种基于混合权重核熵成分分析企业供应商评价方法，其特征在于：该方法包括以下步骤：(1)确定供应商评价准则，并进行产出和投入指标的分类；(2)对步骤(1)获取的投入指标取倒数并对所有指标利用最大最小法进行归一化处理，使其范围在[0，1]之间；(3)对步骤(2)获取的数据进行核熵成分分析计算出样本矩阵X对应的核矩阵K；(4)对步骤(3)得到的核矩阵进行分解，求出特征值和特征向量，选出对应于值最大的前d个特征值和对应的特征向量进行投影；(5)计算相应新的基坐标的权重向量，并与步骤(4)得到的投影值加权求和得到最终的供应商评价结果。本发明申请应用于企业供应商评价。
-
公开(公告)号：CN108154081A
公开(公告)日：2018-06-12
申请号：CN201711217042.0
申请日：2017-11-28
Applicant: 东北林业大学 , 国网黑龙江省电力有限公司 , 国家电网公司
IPC: G06K9/00
CPC classification number: G06K9/00516
Abstract: 传统的传送设备，因长期频繁使用，会出现跑偏、磨损等故障问题从而降低物料传输的准确性，增加运作风险。一种基于瞬时频率稳定度SWT物流设备振动信号降噪方法，该方法包括以下步骤：（1）利用振动加速传感器采集振动信号；（2）对步骤（1）获取的振动信号按时间序列间隔化分段处理，得到采样点数集合；（3）对步骤（2）获取的振动片段信号，利用同步挤压小波变换对其进行时频分解，得到同步挤压小波变量以及时频图信息；（4）对步骤（3）获取的变量进行选择性提取、还原；（5）利用Hilbert变换计算步骤（4）得到的IMT分量的瞬时频率曲线。本发明申请应用于基于瞬时频率稳定度SWT物流设备振动信号降噪方法。
-
公开(公告)号：CN108709745A
公开(公告)日：2018-10-26
申请号：CN201810407310.3
申请日：2018-05-02
Applicant: 东北林业大学
IPC: G01M13/04
Abstract: 一种基于增强型LPP算法和极限学习机快速轴承故障识别方法，其特征在于：该方法包括以下步骤：(1)收集轴承在不同工状下的振动信号经分段处理后构成训练样本集合；(2)对步骤(1)获取的训练样本集合进行小波广义高斯分布特征和能量谱特征提取；(3)对步骤(2)获取的特征矩阵X*利用z‑score法进行归一化处理，使其范围在[‑1，1]之间；(4)对步骤(3)得到特征矩阵进行增强型局部保持投影分析，最终确定WEnLPP；(5)利用步骤(4)得到的投影向量WEnLPP计算系数向量X＇EnLPP＝X*×WEnLPP；(6)利用步骤(5)求得的X＇EnLPP训练极限学习机模型Melm，(7)对收集到的该轴承振动信号经步骤(1)、(3)和(5)处理后输入到Melm根据输出结果确定最终工况。本发明申请应用于轴承设备的故障识别问题。
-
公开(公告)号：CN107247968A
公开(公告)日：2017-10-13
申请号：CN201710431074.4
申请日：2017-07-24
Applicant: 东北林业大学
IPC: G06K9/62
CPC classification number: G06K9/6267 , G06K9/6256
Abstract: 一种核熵成分分析失衡数据下物流设备异常检测方法，其特征在于：该方法包括以下步骤：(1)利用振动加速传感器采集振动信号，并将获取的信号按时间序列间隔化分段处理；(2)对步骤(1)获取的振动片段信号利用小波包分解变换提取关于节点熵和相对能量的高维特征集合；(3)对步骤(2)获取的高维特征集合进行核熵成分分析投影至低维特征空间；(4)用步骤(3)获取的低维特征集合对支持向量数据描述检测器进行训练，得到检测器的各个参数；(5)对于待测试的新样本，用上述方法，分别进行特征提取、投影降维然后利用求得参数的支持向量数据描述检测器进行异常检测。本发明申请应用于失衡数据下物流设备异常检测。
-
公开(公告)号：CN110348502A
公开(公告)日：2019-10-18
申请号：CN201910583612.0
申请日：2019-06-30
Applicant: 东北林业大学
Abstract: 基于半监督核费舍尔判别分析物流企业客户分类方法，其特征在于：该方法包括以下步骤：(1)确定物流企业常用的客户分类指标及分类情况；(2)根据(1)确定的客户分类指标进行物流企业客户信息的收集；(3)对(2)的数据样本集合标准化处理；(4)对(3)获取的归一化后客户样本数据矩阵构建一致性假设矩阵，并计算局部类间和类内拉普拉斯矩阵；(5)利用步骤(4)中获取的一致性假设矩阵计算正则化项拉普拉斯矩阵并整合到Fisher判别分析目标函数中,通过求解最小化目标函数获得最优投影矩阵；(6)计算(2)的归一化后客户样本在投影矩阵上的投影坐标，(7)利用最近邻算法对投影坐标分类确定客户类别。本发明申请应用于物流企业客户的分类问题。
-
Patent Agency Ranking
公开(公告)号：CN106952052A
公开(公告)日：2017-07-14
申请号：CN201710219347.9
申请日：2017-04-06
Applicant: 东北林业大学
IPC: G06Q10/06
CPC classification number: G06Q10/0639
Abstract: 一种基于混合权重核主成分分析企业供应商评价方法，其特征在于：该方法包括以下步骤：(1)确定供应商评价准则，并进行产出和投入指标的分类；(2)对步骤(1)获取的投入指标取倒数并对所有指标利用最大最小法进行归一化处理，使其范围在[0，1]之间；(3)对步骤(2)获取的归一化数据进行核矩阵计算，计算均值化的核空间样本核矩阵并求其特征值和特征向量，对特征向量进行归一化处理，选取累积贡献率大于80％的特征向量构成正交基矩阵；(4)将步骤(2)获取的样本进行投影，计算出混合权重向量，并与对应的投影坐标加权求和；(5)对步骤(4)得到的综合指标进行倒序排序。本发明申请应用于企业供应商评价。
-
-
公开(公告)号：CN108709745B
公开(公告)日：2020-08-11
申请号：CN201810407310.3
申请日：2018-05-02
Applicant: 东北林业大学
IPC: G01M13/045
Abstract: 一种基于增强型LPP算法和极限学习机快速轴承故障识别方法，其特征在于：该方法包括以下步骤：(1)收集轴承在不同工状下的振动信号经分段处理后构成训练样本集合；(2)对步骤(1)获取的训练样本集合进行小波广义高斯分布特征和能量谱特征提取；(3)对步骤(2)获取的特征矩阵X*利用z‑score法进行归一化处理，使其范围在[‑1，1]之间；(4)对步骤(3)得到特征矩阵进行增强型局部保持投影分析，最终确定WEnLPP；(5)利用步骤(4)得到的投影向量WEnLPP计算系数向量X＇EnLPP＝X*×WEnLPP；(6)利用步骤(5)求得的X＇EnLPP训练极限学习机模型Melm，(7)对收集到的该轴承振动信号经步骤(1)、(3)和(5)处理后输入到Melm根据输出结果确定最终工况。本发明申请应用于轴承设备的故障识别问题。
-
公开(公告)号：CN108596488A
公开(公告)日：2018-09-28
申请号：CN201810376569.6
申请日：2018-04-25
Applicant: 东北林业大学
Abstract: 一种基于熵规范化局部保持投影城市物流水平评价方法，其特征在于：该方法包括以下步骤：(1)确定城市物流水平评价准则，并进行产出和投入指标的分类；(2)对步骤(1)获取的投入指标取倒数并对所有指标利用最大最小法进行归一化处理，使其范围在[0，1]之间；(3)对步骤(2)获取的归一化数据矩阵X*进行主元成分分析以及熵规范化局部保持投影分析，最终确定投影向量PPca和WELpp；(4)利用步骤(3)得到的投影向量计算全局分布特征系数向量X′Pca＝PPcaTX*以及局部分布特征系数向量X′ELpp＝WELppTX*；(5)对步骤(6)中求得的X′Pca和X′ELpp进行加权处理得到最终的评价系数向量X′，对X′进行降序排列即为最终城市物流水平评价结果。本发明申请应用于城市物流水平的评价问题。
-
公开(公告)号：CN107067173A
公开(公告)日：2017-08-18
申请号：CN201710238602.4
申请日：2017-04-13
Applicant: 东北林业大学
CPC classification number: G06Q10/06393 , G06K9/6235
Abstract: 一种基于局部保持投影分析的企业供应商分类方法，其特征在于：该方法包括以下步骤：(1)确定供应商评价准则，并进行产出和投入指标的分类；(2)对步骤(1)获取的投入指标取倒数并对所有指标利用最大最小法进行归一化处理，使其范围在[0，1]之间；(3)利用步骤(2)获取的归一化数据矩阵X计算带权邻接矩阵W和度量矩阵D，并求出对应的拉普拉斯矩阵L；(4)利用步骤(3)得到的矩阵构造A＝XLXT,B＝XDXT，求矩阵A相对于矩阵B的广义特征值和特征向量，对特征值升序排列，取最小特征值对应的特征向量；(5)计算步骤(2)中归一化数据矩阵在步骤(4)所获的特征向量上的投影并按顺序分组。本发明申请应用于企业供应商的分类问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.032 seconds)
