作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对过程工业数据中所含的噪声和干扰信号、过程工业的非线性及基于主元分析(Principal Component Analysis,PCA)的统计性能监控法由于不用过程机理模型的信息从而对故障诊断问题难以在理论上作系统分析的缺陷,提出基于小波变换核主元分析和多支持向量机的过程监控方法,该方法首先采用基于小波变换的收缩闲值去噪法对建模数据进行预处理,以有效抑制过程数据中所含的噪声和干扰信号,然后利用核主元分析来进行故障特征的提取,从而提高非线性统计过程监控的准确性;最后提出多支持向量机用来对故障的来源进行分类,以避免求解核主元空间到原始空间的逆映射.将该方法应用到对TE(Tennessee Eastman,TE)过程的监控,表明了所提出方法的有效性,为过程的监控和故障诊断提供了一个新的方法.
推荐文章
基于小波变换和支持向量机的人脸检测
人脸检测
小波变换
支持向量机
基于核主元分析的支持向量机识别方法研究
核主元分析
支持向量机
分类
识别
基于主元分析与支持向量机的方法及其在过程监控诊断中的应用
主元分析
支持向量机
过程监控
故障诊断
最邻近分类法
基于小波变换和支持向量机的彩色纹理识别
纹理
彩色空间
小波变换(WT)
支持向量机(SVM)
纹理识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波变换核主元分析和多支持向量机的过程监控
来源期刊 小型微型计算机系统 学科 工学
关键词 过程监控 小波变换 核主元分析 多支持向量机 TE过程
年,卷(期) 2011,(7) 所属期刊栏目 人工智能与信息安全
研究方向 页码范围 1348-1353
页数 分类号 TP391
字数 8454字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖应旺 华南师范大学南海校区计算机工程系 23 158 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (19)
参考文献  (12)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (20)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
过程监控
小波变换
核主元分析
多支持向量机
TE过程
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导