期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进K近邻-密度峰值聚类的多模块PCA过程监测
1
作者 王竞志 徐琛 +1 位作者 陶洪峰 杨慧中 《控制工程》 北大核心 2025年第4期664-673,共10页
聚类方法考虑了变量之间的复杂关系,已被广泛应用于多模块过程监测中。但传统方法仍需要一些先验知识,如聚类个数等,限制了其应用范围。因此,提出了一种基于改进K近邻-密度峰值聚类的多模块主元分析(principal component analysis,PCA)... 聚类方法考虑了变量之间的复杂关系,已被广泛应用于多模块过程监测中。但传统方法仍需要一些先验知识,如聚类个数等,限制了其应用范围。因此,提出了一种基于改进K近邻-密度峰值聚类的多模块主元分析(principal component analysis,PCA)过程监测方法。首先,引入信息距离,基于变量之间的信息熵构造信息距离矩阵;然后,计算决策值和其下降趋势变化幅值,通过寻找极大值的方式自动确定聚类个数,即模块个数;最后,通过K近邻优化的分配策略完成模块划分,并建立基于PCA的过程监测模型,所有模块的监测结果通过贝叶斯推论进行融合。将所提方法应用在数值仿真和田纳西-伊斯曼(Tennessee-Eastman,TE)过程仿真中,仿真结果验证了所提方法的有效性。 展开更多
关键词 多模块 过程监测 信息距离 聚类 主元分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部