基于KISOMAP-LDA—KNN算法TE过程故障诊断研究

• 作者: 冯燕 刘爱萍 王洪元 程起才
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 核等距映射 线性判别分析 故障诊断 TE过程
• 年，卷（期）: 2010,（11）
• 页码范围: 34-37
• 分类号: TP301.6
• 字数: 3194字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2010.11.009

摘要

针对化工连续生产过程的时序性及非线性等特征,文章提出了一种基于KISOMAP-LDA-KNN的非线性故障辨识方法.首先采用核等距映射(KISOMAP)算法在保持训练数据内在几何结构下进行非线性降维,然后使用线性判别(LDA)算法保持数据的最佳分类效果下进行降维,完成过程的特征提取,最后用K近邻(KNN)算法进行模式分类.将上述方法应用到TE过程,仿真结果验证了该故障诊断方法有较高的辨识能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘爱萍	常州大学信息学院	5	25	3.0	5.0
2	王洪元	常州大学信息学院	77	372	11.0	14.0
3	程起才	常州大学信息学院	12	42	4.0	6.0
4	冯燕	常州大学信息学院	6	20	3.0	4.0