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:
针对化工过程监测数据复杂、非线性等特点,本文将一种新的降维算法-核熵成分分析算法应用到化工过程监控。与其他的多元统计分析方法相比,核熵成分分析算法可以保证数据降维过程中的信息损失最小从而建立更加可靠的统计模型,进而提高故障检测的检出率。与核主成分分析相似,核熵成分分析也是将数据映射到一个高维空间,在高维空间中进行主元分析,不同之处是KECA在选取主元时采用了信息保有量较大的主元,使得数据在降维后的信息损失量更少。本文使用某石化企业的润滑油重质过程的数据测试算法监控效果,核熵成分分析算法的故障检出率为98.2%,比核主成分分析算法(69.706%)要高。实验结果显示,核熵成分分析算法的化工过程监控效果优于核主成分分析算法。
推荐文章
核独立成分分析在图像处理中的应用
核独立成分分析
图像处理
遥感影像
鲁棒的加权核主成分分析算法
特征提取
人脸识别
核主成分分析
鲁棒
基于LTSA的ICA方法及其在化工过程监控中的应用
局部切空间排列
独立成分分析
过程监控
非线性
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 核熵成分分析算法及其在化工过程监控中的应用研究
来源期刊 计算机与应用化学 学科 化学
关键词 过程监控 化工过程 核熵成分分析
年,卷(期) 2013,(8) 所属期刊栏目
研究方向 页码范围 855-858
页数 4页 分类号 TQ015.9|TP391.9|O6-39
字数 4454字 语种 中文
DOI 10.11719/com.app.chem20130806
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 李秀喜 华南理工大学化学与化工学院 68 689 15.0 22.0
2 康德礼 华南理工大学化学与化工学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (10)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 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)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
过程监控
化工过程
核熵成分分析
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
计算机与应用化学
双月刊
1001-4160
11-3763/TP
大16开
北京中关村北二街2条1号
82-500
1984
chi
出版文献量(篇)
5704
总下载数(次)
10
总被引数(次)
27612
论文1v1指导