相似性度量作為數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)中相當(dāng)重要的概念,其方法和應(yīng)用得到了廣泛的關(guān)注。傳統(tǒng)的度量方法分為距離度量和相似系數(shù)度量,由于它們?nèi)狈W(xué)習(xí)能力,使得應(yīng)用領(lǐng)域存在一定局限性。后來的學(xué)習(xí)型偽度量方法避免了這個(gè)局限性,并在圖像檢索與分類領(lǐng)域獲得了成功應(yīng)用。然而,這種學(xué)習(xí)型偽度量模型的建立采用的是BP神經(jīng)網(wǎng)絡(luò)算法,而BP網(wǎng)絡(luò)的訓(xùn)練容易陷入局部最優(yōu),且算法時(shí)間復(fù)雜度較高。因此,本文使用一種訓(xùn)練效率較高的隨機(jī)配置網(wǎng)絡(luò)代替BP網(wǎng)絡(luò),研究了基于隨機(jī)配置網(wǎng)絡(luò)的學(xué)習(xí)型偽度量方法,并應(yīng)用于案例推理分類器的檢索環(huán)節(jié),通過實(shí)驗(yàn)證明了它可以提高案例推理分類器的性能。本文的主要工作內(nèi)容如下:（1）針對(duì)傳統(tǒng)度量方法缺乏學(xué)習(xí)能力的問題,提出將隨機(jī)配置網(wǎng)絡(luò)替換BP神經(jīng)網(wǎng)絡(luò)并應(yīng)用于學(xué)習(xí)型偽度量方法中,并給出了算法步驟。首先根據(jù)學(xué)習(xí)型偽度量的定義構(gòu)建出訓(xùn)練樣本集,接著以分類為例,定義了訓(xùn)練隨機(jī)配置網(wǎng)絡(luò)的偽度量準(zhǔn)則,在此基礎(chǔ)上,利用訓(xùn)練樣本集訓(xùn)練隨機(jī)配置網(wǎng)絡(luò),并分析了網(wǎng)絡(luò)的通用逼近性。通過對(duì)比實(shí)驗(yàn),表明基于隨機(jī)配置網(wǎng)絡(luò)的相似性度量性能優(yōu)于BP神經(jīng)網(wǎng)絡(luò),可以有效發(fā)揮隨機(jī)配置網(wǎng)絡(luò)在監(jiān)督機(jī)制下確定網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練速度快的優(yōu)勢(shì);（2）以... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

歷史故障案例庫界面

圖 4-17 故障檢測(cè)模型開發(fā)界面Fig. 4-17 The development interface of fault detection model4) 全局腳本運(yùn)行策略。對(duì)腳本文件進(jìn)行編寫，完成后需要在運(yùn)行策略中設(shè)置觸發(fā)時(shí)間，本策略根據(jù)實(shí)際現(xiàn)場(chǎng)數(shù)據(jù)采集頻率設(shè)置觸發(fā)周期為 5 分鐘/次，即 5分鐘檢測(cè)一次。全局腳本運(yùn)行策略設(shè)置界面如圖 4-18 所示。

圖 4-17 故障檢測(cè)模型開發(fā)界面Fig. 4-17 The development interface of fault detection model4) 全局腳本運(yùn)行策略。對(duì)腳本文件進(jìn)行編寫，完成后需要在運(yùn)行策略中設(shè)置觸發(fā)時(shí)間，本策略根據(jù)實(shí)際現(xiàn)場(chǎng)數(shù)據(jù)采集頻率設(shè)置觸發(fā)周期為 5 分鐘/次，即 5分鐘檢測(cè)一次。全局腳本運(yùn)行策略設(shè)置界面如圖 4-18 所示。


本文編號(hào)：3040193