10.13229/j.cnki.jdxbgxb201604028
时间序列降维及机场噪声中的机型识别
为了提高非完整标记的高维机场噪声数据的处理速度和效率,研究了时间序列降维及机场噪声中的机型识别问题.首先采用概率类和不相关判别的半监督局部Fisher方法(SLFisher)得到降维转换矩阵,再将时间序列数据由高维空间映射到低维空间,最后在低维数据上进行k最近邻分类(kNN).在国内某机场的实测噪声数据上的实验结果表明,SLFisher降维后机场噪声事件数据的机型识别效果取得显著提升.
人工智能、机场噪声、时间序列、降维、机型识别
46
TP18(自动化基础理论)
国家自然科学基金重点项目61139002;中央高校科研业务费专项资金项目NS2015091;江苏省博士后科研资助计划项目1301013A
2016-10-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1202-1208