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
2
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t分布随机邻域嵌入算法的工业过程故障分类
被引量：
4
1
作者
陶飞
苗爱敏
+2 位作者
李鹏
曹敏
李维
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2020年第3期332-339,共8页
针对在工业过程中数据普遍存在的非线性特性,基于数据的局部相关关系对分类的影响,提出一种基于t分布随机邻域嵌入(t-SNE)的数据特征提取和故障分类方法。利用t-SNE算法非线性、非参数降维的优势,与费舍判别分析(FDA)、支持向量机(SVM)...
针对在工业过程中数据普遍存在的非线性特性,基于数据的局部相关关系对分类的影响,提出一种基于t分布随机邻域嵌入(t-SNE)的数据特征提取和故障分类方法。利用t-SNE算法非线性、非参数降维的优势,与费舍判别分析(FDA)、支持向量机(SVM)分类器相结合建立故障分类模型。利用t-SNE算法对故障数据进行非线性特征提取,获取数据的关键区分特征。用FDA和SVM算法实现故障分类和识别。通过田纳西-伊士曼(TE)过程获得的实验数据进行实验仿真分析,并分别与基于核主元分析法(KPCA)、拉普拉斯特征映射(LE)构建的KPCA-FDA、LE-FDA、KPCA-SVM、LE-SVM 4种故障分类模型进行比较。定量评估结果表明:即使基于不同分类器,相较于其他2种方法,该文方法的分类准确率分别提升了2%和7%,且其平均分类准确率能保持在97%以上。
展开更多
关键词
t分布随机邻域嵌入
工业
过程
费舍判别分析
支持向量机
田纳西-伊士曼过程
核主元分析法
拉普拉斯特征映射
在线阅读
下载PDF
职称材料
基于总体平均经验模态分解残差的故障诊断方法
被引量：
3
2
作者
耿志强
王尊
+1 位作者
顾祥柏
林晓勇
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2015年第3期293-300,共8页
为了提高化工过程故障诊断的效率,基于残差对故障状态具有敏感性以及经验模态分解(EMD)无需建模仅依据输入输出数据分析的优势,提出了一种基于总体平均经验模态分解(EEMD)残差进行故障诊断的新方法。基于历史数据的6σ控制图,确定残差...
为了提高化工过程故障诊断的效率,基于残差对故障状态具有敏感性以及经验模态分解(EMD)无需建模仅依据输入输出数据分析的优势,提出了一种基于总体平均经验模态分解(EEMD)残差进行故障诊断的新方法。基于历史数据的6σ控制图,确定残差的故障诊断控制限。利用在线实时数据采用贝叶斯信息准则在线确定EEMD的移动窗口。基于移动窗口的采样数据,在线获得EEMD残差最大值的变化,结合相应的故障诊断控制限在线诊断故障并确定故障发生时间及原因。该文方法与传统的希尔伯特谱分析方法相比,具有可在线诊断故障的优势,提高了故障诊断的准确率。将该文方法用于田纳西-伊士曼(TE)过程的故障在线诊断,验证了其有效性。
展开更多
关键词
总体平均经验模态分解
残差
故障诊断
贝叶斯信息准则
希尔伯特谱
田纳西-伊士曼过程
在线阅读
下载PDF
职称材料
题名
基于t分布随机邻域嵌入算法的工业过程故障分类
被引量：
4
1
作者
陶飞
苗爱敏
李鹏
曹敏
李维
机构
云南大学信息学院
仲恺农业工程学院自动化工程系
云南电网有限责任公司电力科学研究院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2020年第3期332-339,共8页
基金
国家自然科学基金(61763049)
云南省应用基础研究计划(2018FA032,2017FB096)。
文摘
针对在工业过程中数据普遍存在的非线性特性,基于数据的局部相关关系对分类的影响,提出一种基于t分布随机邻域嵌入(t-SNE)的数据特征提取和故障分类方法。利用t-SNE算法非线性、非参数降维的优势,与费舍判别分析(FDA)、支持向量机(SVM)分类器相结合建立故障分类模型。利用t-SNE算法对故障数据进行非线性特征提取,获取数据的关键区分特征。用FDA和SVM算法实现故障分类和识别。通过田纳西-伊士曼(TE)过程获得的实验数据进行实验仿真分析,并分别与基于核主元分析法(KPCA)、拉普拉斯特征映射(LE)构建的KPCA-FDA、LE-FDA、KPCA-SVM、LE-SVM 4种故障分类模型进行比较。定量评估结果表明:即使基于不同分类器,相较于其他2种方法,该文方法的分类准确率分别提升了2%和7%,且其平均分类准确率能保持在97%以上。
关键词
t分布随机邻域嵌入
工业
过程
费舍判别分析
支持向量机
田纳西-伊士曼过程
核主元分析法
拉普拉斯特征映射
Keywords
t
-
distributed random neighborhood embedding
industrial process
Fisher discriminant analysis
support vector machines
Tenessee Eastman process
kernel principal component analysis
Laplace eigenmap
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
基于总体平均经验模态分解残差的故障诊断方法
被引量：
3
2
作者
耿志强
王尊
顾祥柏
林晓勇
机构
北京化工大学信息科学与技术学院
中国石化炼化工程(集团)股份有限公司
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2015年第3期293-300,共8页
基金
国家自然科学基金(61374166)
教育部博士点基金(20120010110010)
+1 种基金
中央高校基本科研业务费(JD1413
YS1404)
文摘
为了提高化工过程故障诊断的效率,基于残差对故障状态具有敏感性以及经验模态分解(EMD)无需建模仅依据输入输出数据分析的优势,提出了一种基于总体平均经验模态分解(EEMD)残差进行故障诊断的新方法。基于历史数据的6σ控制图,确定残差的故障诊断控制限。利用在线实时数据采用贝叶斯信息准则在线确定EEMD的移动窗口。基于移动窗口的采样数据,在线获得EEMD残差最大值的变化,结合相应的故障诊断控制限在线诊断故障并确定故障发生时间及原因。该文方法与传统的希尔伯特谱分析方法相比,具有可在线诊断故障的优势,提高了故障诊断的准确率。将该文方法用于田纳西-伊士曼(TE)过程的故障在线诊断,验证了其有效性。
关键词
总体平均经验模态分解
残差
故障诊断
贝叶斯信息准则
希尔伯特谱
田纳西-伊士曼过程
Keywords
ensemble empirical mode decomposition
residuals
fault diagnosis
Bayesian information criterions
Hilbert spectral
Tennessee Eastman process
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t分布随机邻域嵌入算法的工业过程故障分类
陶飞
苗爱敏
李鹏
曹敏
李维
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
2
基于总体平均经验模态分解残差的故障诊断方法
耿志强
王尊
顾祥柏
林晓勇
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2015
3
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
