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:
针对基于k近邻的故障检测方法(Fault Detection method using the k-Nearest Neighbor rule,FD-kNN)的在线实时监测需预估当前时刻之后的采样数据,检测性能会受到预估精度影响的问题,对FD-kNN进行扩展以适用于批次过程的实时监测.该方法根据每个采样时刻的历史数据进行建模,并根据这些模型实时监测批次过程.该方法不需要预估数据,避免由于预估误差大而带来的误报和漏报问题,同时较好地继承k近邻法则(k-Nearest Neighbor rule,kNN)在处理非线性、多模态和非高斯等问题上具有的优势.青霉素发酵过程的仿真试验验证该方法可行.
推荐文章
基于k-近邻互信息的发酵过程高斯过程回归建模
发酵过程
高斯过程回归
k-近邻互信息
软测量
基于核的K近邻法
核K近邻分类
K近邻分类
核函数
支持向量机
基于被控变量在线建模的化工过程实时优化方法
化工过程
被控变量
局部建模
实时优化
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k近邻的批次过程在线实时监测方法
来源期刊 计算机辅助工程 学科 工学
关键词 k近邻 批次过程 实时监测
年,卷(期) 2015,(3) 所属期刊栏目 第九届全国技术过程故障诊断与安全性学术会议
研究方向 页码范围 78-83
页数 6页 分类号 TP277
字数 5364字 语种 中文
DOI 10.13340/j.cae.2015.03.016
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 文成林 杭州电子科技大学系统科学与控制工程研究所 106 1053 17.0 28.0
2 周哲 浙江大学工业控制技术国家重点实验室 3 16 2.0 3.0
3 周梅 杭州电子科技大学系统科学与控制工程研究所 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (50)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(6)
  • 参考文献(2)
  • 二级参考文献(4)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(8)
  • 参考文献(2)
  • 二级参考文献(6)
2003(7)
  • 参考文献(3)
  • 二级参考文献(4)
2004(11)
  • 参考文献(2)
  • 二级参考文献(9)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
k近邻
批次过程
实时监测
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
计算机辅助工程
季刊
1006-0871
31-1679/TP
大16开
上海市浦东新区海港大道1550号A30#
1992
chi
出版文献量(篇)
2227
总下载数(次)
1
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导