期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LTSA和MICA与PCA联合指标的过程监控方法及应用
被引量：
9
1
作者
江伟
王昕
王振雷
《化工学报》
EI
CAS
CSCD
北大核心
2015年第12期4895-4903,共9页
独立成分分析(ICA)方法主要被用来对线性非高斯过程进行监控,为了提高对非高斯过程的监控效果,则利用过程数据信息对ICA的监控指标进行了改进,提出了一种改进的独立成分分析(MICA)方法。许多实际工业过程数据都具有非线性、非高斯与高...
独立成分分析(ICA)方法主要被用来对线性非高斯过程进行监控,为了提高对非高斯过程的监控效果,则利用过程数据信息对ICA的监控指标进行了改进,提出了一种改进的独立成分分析(MICA)方法。许多实际工业过程数据都具有非线性、非高斯与高斯混合分布的特点,为此提出了一种基于LTSA和MICA与PCA联合指标的过程监控的方法。首先采用局部切空间排列(LTSA)算法对样本数据进行非线性降维,然后分别用MICA和PCA方法得到非高斯与高斯统计量,对其进行加权得到新的统计量,并被用于过程监控。最后将该方法应用在田纳西-伊斯曼(TE)过程和乙烯裂解炉的过程监控中,证明了该方法的有效性。
展开更多
关键词
算法
主元
分析
过程控制
非高斯
改进的独立成分分析
局部切空间排列算法
联合指标
在线阅读
下载PDF
职称材料
题名
基于LTSA和MICA与PCA联合指标的过程监控方法及应用
被引量：
9
1
作者
江伟
王昕
王振雷
机构
华东理工大学化工过程先进控制和优化技术教育部重点实验室
上海交通大学电工与电子技术中心
出处
《化工学报》
EI
CAS
CSCD
北大核心
2015年第12期4895-4903,共9页
基金
国家高技术研究发展计划项目(2013AA040701)
国家自然科学基金重点项目(61134007)
+3 种基金
国家自然科学基金面上项目(61174118)
上海市'科技创新行动计划'研发平台建设项目(13DZ2295300)
上海市自然科学基金项目(14ZR1421800)
流程工业综合自动化国家重点实验室开放课题基金资助项目(PAL-N201404)~~
文摘
独立成分分析(ICA)方法主要被用来对线性非高斯过程进行监控,为了提高对非高斯过程的监控效果,则利用过程数据信息对ICA的监控指标进行了改进,提出了一种改进的独立成分分析(MICA)方法。许多实际工业过程数据都具有非线性、非高斯与高斯混合分布的特点,为此提出了一种基于LTSA和MICA与PCA联合指标的过程监控的方法。首先采用局部切空间排列(LTSA)算法对样本数据进行非线性降维,然后分别用MICA和PCA方法得到非高斯与高斯统计量,对其进行加权得到新的统计量,并被用于过程监控。最后将该方法应用在田纳西-伊斯曼(TE)过程和乙烯裂解炉的过程监控中,证明了该方法的有效性。
关键词
算法
主元
分析
过程控制
非高斯
改进的独立成分分析
局部切空间排列算法
联合指标
Keywords
algorithm
principal component analysis
process control
non-Gaussian
modified independent component analysis
local tangent space alignment algorithm
combined index
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LTSA和MICA与PCA联合指标的过程监控方法及应用
江伟
王昕
王振雷
《化工学报》
EI
CAS
CSCD
北大核心
2015
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
