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:
核主成分分析(KPCA)是主成分分析(PCA)的一种非线性扩展,作为非线性过程的监测方法,受到了广泛应用.然而,KPCA在数据集较大时计算效率较低往往不能及时的检测出故障.因此本文提出了一种优化过程检测的方法.通过选取数据的内部点抛弃接近故障数据的边缘点,只以内部点作为检测过程的输入数据.最后以田纳西-伊斯曼过程为例,验证了该方法的有效性.
推荐文章
基于双层局部KPCA的非线性过程微小故障检测方法
微小故障检测
核主元分析
局部信息
变量分块
贝叶斯融合策略
基于WPRKPCA的非线性化工过程微小故障检测
过程系统
微小故障
核主元分析
KL散度
化学反应器
数值模拟
基于KPCA的非线性ASM定位方法研究
目标定位
非线性ASM
PCA
KPCA
基于KSFDA-SVDD的非线性过程故障检测方法
慢特征分析
判别分析
支持向量数据描述
非线性过程
故障检测
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KPCA非线性故障监测过程优化
来源期刊 数据通信 学科
关键词 核主成分分析 故障检测 TE过程
年,卷(期) 2021,(3) 所属期刊栏目 技术方案
研究方向 页码范围 23-25,28
页数 4页 分类号 TP277
字数 语种 中文
DOI 10.3969/j.issn.1002-5057.2021.03.005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
核主成分分析
故障检测
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
数据通信
双月刊
1002-5057
11-2841/TP
大16开
北京市海淀区学院路40号
82-891
1980
chi
出版文献量(篇)
2014
总下载数(次)
6
总被引数(次)
7821
论文1v1指导