应用 EMPCA算法对 TE 过程中随机及连续缺失数据进行补值的研究

• 作者: 别圣平 孙怀宇 李元
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 缺失数据补值 主元分析 EMPCA算法 TE过程
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 算 法
• 页码范围: 234-237
• 页数: 4页
• 分类号: TP274
• 字数: 2889字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.05.057

摘要

基于传统的主元分析法,利用最大期望主元分析法EMPCA( Expectation-Maximization Principal Component Analysis)对TE ( Tennessee Eastman)过程的随机缺失和连续缺失数据进行补值,并使用样本矩阵的平均相对误差及负载矩阵的误差平方和作为指标进行评价. 结果表明,使用EMPCA算法补值能有效对随机缺失和连续缺失数据进行补值,效果明显优于均值补值,补值计算得到的负载矩阵误差也相对较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙怀宇	沈阳化工大学化学工程学院	33	96	6.0	8.0
2	别圣平	沈阳化工大学化学工程学院	1	2	1.0	1.0
3	李元	沈阳化工大学信息工程学院	122	550	12.0	18.0