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:
针对连续化工过程的多模态划分问题,提出了基于独立元分析-主元分析两步特征提取的k-独立元分析-主元分析(k-ICA-PCA)分类方法.传统的k-主元分析(k-PCA)分类方法假设过程数据仅仅包含高斯信息,然而在实际过程中数据往往无法满足这一假设.所提出的k-ICA-PCA方法在分类迭代过程中,不仅考虑了过程数据的高斯信息,而且考虑了数据的非高斯信息.将k-ICA-PCA分类方法应用到TE过程进行仿真实验,仿真结果验证了k-ICA-PCA方法相对于k-PCA分类方法更加有效和可行.
推荐文章
基于概率密度PCA的多模态过程故障检测
多模态过程
故障检测
概率密度
主元分析
匹配系数
基于DHSC的多模态间歇过程测量数据异常检测方法
间歇过程
支持向量数据描述
多模态
测量数据异常检测
多SVDD模型的多模态过程监控方法
多模态
复杂数据分布
局部离群概率
支持向量数据描述
过程监控
基于非负矩阵分解的多模态过程故障监测方法
故障监测
多模态过程
非负矩阵分解
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-ICA-PCA方法的多模态过程模态的划分
来源期刊 控制工程 学科 工学
关键词 多模态 k-主元分析 k-独立元分析-主元分析 TE过程
年,卷(期) 2015,(3) 所属期刊栏目 计算机控制技术及应用
研究方向 页码范围 501-504
页数 4页 分类号 TP274
字数 3062字 语种 中文
DOI 10.14107/j.cnki.kzgc.132054
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 刘宁 沈阳化工大学信息工程学院 21 136 6.0 11.0
2 李元 沈阳化工大学信息工程学院 122 550 12.0 18.0
3 唐晓初 东北大学信息科学与工程学院 1 2 1.0 1.0
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  (16)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(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)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(4)
  • 二级参考文献(0)
2004(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)
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)
2013(2)
  • 参考文献(2)
  • 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)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多模态
k-主元分析
k-独立元分析-主元分析
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导