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:
针对微生物发酵间歇过程监测算法只考虑数据信息最大化未考虑数据簇结构信息的不足,提出了基于多向核熵成分分析(Multi-way Kernel Entropy Component Analysis, MKECA)间歇过程监测的新方法。该方法首先引入AT展开策略对三维历史数据进行预处理,然后通过核映射将数据从低维空间映射到高维特征空间,解决数据的非线性特性,并在高维特征空间依据核熵的大小对数据进行降维,使降维后的数据能够最大化地保留原始数据的分布;同时理论证明了所提方法在特定条件下等同于传统方法,也就是说MKECA既能兼顾传统方法的优势,又能弥补传统方法的不足;最后通过青霉素仿真数据进行验证,表明MKECA方法具有更可靠的监控性能,能及时、准确地监测出故障。
推荐文章
基于多向核熵成分分析的微生物发酵过程多阶段划分及故障监测
间歇过程
多向核主元分析
多向核熵成分分析
阶段划分
故障监测
微生物发酵过程优化控制技术进展
发酵过程
过程建模
非线性控制
优化控制
基于核熵投影技术的微生物制药生产过程监测
核熵成分分析
过程监测
间歇过程
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 基于多向核熵成分分析的微生物发酵间歇过程监测研究
来源期刊 高校化学工程学报 学科 生物学
关键词 MKECA 过程监测 间歇过程 MKPCA
年,卷(期) 2015,(2) 所属期刊栏目 化工系统工程
研究方向 页码范围 394-398
页数 5页 分类号 Q813.11
字数 3249字 语种 中文
DOI 10.3969/j.issn.1003-9015.2015.02.023
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 王普 北京工业大学电子信息与控制工程学院 206 1897 22.0 33.0
2 高学金 北京工业大学电子信息与控制工程学院 85 865 16.0 25.0
3 常鹏 北京工业大学电子信息与控制工程学院 14 101 6.0 9.0
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  (13)
节点文献
引证文献  (10)
同被引文献  (19)
二级引证文献  (10)
1994(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)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
MKECA
过程监测
间歇过程
MKPCA
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
高校化学工程学报
双月刊
1003-9015
33-1141/TQ
大16开
杭州 浙江大学玉泉校区化学工程与生物工程学系
1986
chi
出版文献量(篇)
3841
总下载数(次)
3
总被引数(次)
32754
论文1v1指导