公开(公告)号：CN109060350A

公开(公告)日：2018-12-21

申请号：CN201811027613.9

申请日：2018-09-04

Applicant: 重庆大学

Inventor： 尹宏鹏 ,  柴毅 ,  孙川 ,  周瀚 ,  韩峰斌

IPC: G01M13/04 ,  G06K9/00

Abstract: 本发明公开了一种基于字典学习的滚动轴承故障特征提取方法，为信号处理领域。包括：从安装在轴承上的传感器获取振动信号，表示为s，记采样频率为fs；采用谐波分离滤波器，将s中含有的其他机构振动产生的谐波分量除去，得到处理信号y；对信号y进行Shift‑Invariant K‑SVD字典学习，得到稀疏表示和最佳字典，根据稀疏表示和字典重建恢复纯净故障信号x。对信号x进行包络谱变换，得到轴承故障振动信号的频率特征。本方法采用了稀疏表示方法能及时准确提取出早期的微弱故障特征，相比于传统的信噪分离方法有更好的鲁棒性和准确性，对滚动轴承故障判断及维修决策提供强有力支撑。

公开(公告)号：CN112528111B

公开(公告)日：2023-10-20

申请号：CN202011455187.6

申请日：2020-12-10

Applicant: 重庆大学

Inventor： 尹宏鹏 ,  周瀚 ,  廖城霖 ,  钟锦涛

IPC: G06F16/906

Abstract: 本发明涉及一种面向变分布数据流的在线分类方法，属于计算机技术领域。该方法包括以下步骤：步骤一：离线训练阶段；步骤二：在线训练阶段；步骤三：在线测试阶段；现有的面向数据流的在线分类算法没有考虑到实际动态数据流环境中分布变化现象。而本发明的公开的在线分类方法，可以自适应学习数据流分布的变化，以应对不断演变的动态环境，具有更重要的实用价值。

公开(公告)号：CN110232158A

公开(公告)日：2019-09-13

申请号：CN201910371529.7

申请日：2019-05-06

Applicant: 重庆大学

Inventor： 尹宏鹏 ,  柴毅 ,  周瀚 ,  孙川

IPC: G06F16/9536 ,  G06Q50/26

Abstract: 本发明公开一种基于多模态数据的突发公共安全事件检测方法。该方法包括以下步骤，步骤一：建立突发公共安全事件的词表；步骤二：爬虫获取社交媒体数据，获取数据属性特征；步骤三：基于提取信息，利用多模态稀疏自编码机学习统一特征，随后将每条数据结构化为三元组；步骤四：采用增量聚类的方法，生成事件簇；步骤五：基于建立的突发公共安全事件词表，对得到的事件簇进行筛选，提取突发公共安全事件。本发明所述方法特征提取过程中考虑到多模态信息，可从多个角度对社交媒体数据进行理解。此外，采用增量聚类算法进行事件检测能处理社交媒体数据流，检测出社交媒体中所含有的突发公共安全事件，为进一步的舆论分析提供一定支持。

公开(公告)号：CN112528222A

公开(公告)日：2021-03-19

申请号：CN202011457930.1

申请日：2020-12-10

Applicant: 重庆大学

Inventor： 尹宏鹏 ,  周瀚 ,  关彦威 ,  李艳霞

IPC: G06F17/16

Abstract: 本发明涉及一种考虑全局‑局部结构的含噪高维数据降维方法，属于计算机领域。该方法包含以下步骤：步骤一：数据预处理；步骤二：构建鲁棒非负矩阵分解模型Ω(U,V)；步骤三：构建全局约束正则项Ωg(I,U)；步骤四：构建局部约束正则项Ωl(W,V)；步骤五：综合步骤二、三、四的模型与正则项，形成总模型Ω(U,V)+αΩg(I,U)+βΩl(W,V)；步骤六：应用KKT条件，得到模型的迭代求解公式；步骤七：输出高维数据在低维空间的特征。利用构建模型，提升模型对离群点与噪声的鲁棒性。

公开(公告)号：CN112528111A

公开(公告)日：2021-03-19

申请号：CN202011455187.6

申请日：2020-12-10

Applicant: 重庆大学

Inventor： 尹宏鹏 ,  周瀚 ,  廖城霖 ,  钟锦涛

IPC: G06F16/906

Abstract: 本发明涉及一种面向变分布数据流的在线分类方法，属于计算机技术领域。该方法包括以下步骤：步骤一：离线训练阶段；步骤二：在线训练阶段；步骤三：在线测试阶段；现有的面向数据流的在线分类算法没有考虑到实际动态数据流环境中分布变化现象。而本发明的公开的在线分类方法，可以自适应学习数据流分布的变化，以应对不断演变的动态环境，具有更重要的实用价值。