您的位置： 专家智库 > >

袁堂明

作品数：6 被引量：19H指数：2
供职机构：沈阳化工大学信息工程学院更多>>
发文基金：国家自然科学基金辽宁省教育厅高校重点实验室项目辽宁省教育厅科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 5篇自动化与计算...

主题

  • 3篇缺失数据
  • 3篇主元
  • 3篇主元分析
  • 3篇故障检测
  • 2篇局部线性嵌入
  • 1篇多模态
  • 1篇多向主元分析
  • 1篇掌纹
  • 1篇掌纹识别
  • 1篇数据处理
  • 1篇数据恢复
  • 1篇数据集
  • 1篇数据集中
  • 1篇数据挖掘
  • 1篇批次
  • 1篇最小化
  • 1篇局部保持投影
  • 1篇局部信息
  • 1篇矩阵
  • 1篇化工

机构

  • 6篇沈阳化工大学
  • 1篇辽宁工程技术...

作者

  • 6篇袁堂明
  • 5篇郭金玉
  • 5篇李元
  • 1篇林森

传媒

  • 1篇光电子．激光
  • 1篇化工学报
  • 1篇计算机应用
  • 1篇小型微型计算...

年份

  • 2篇2016
  • 4篇2015
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于局部加权重构的化工过程数据恢复算法被引量：4
2016年
针对化工过程数据中存在缺失数据的问题,在保持局部数据结构特征的基础上提出了基于局部加权重构的化工过程数据恢复算法。通过定位缺失的数据点并以符号Na N(Not a Number)标记,将缺失的数据集分为完备数据集和不完备数据集。不完备的数据集按照完整性的大小依次找到它们在完备数据集中相应的k个近邻,根据误差平方和最小的原则,求出k个近邻相应的权值,用k个近邻及相应的权值重构出缺失的数据点。将该算法应用在不同缺失率下的两种化工过程数据中并与望最大化主成分分析(EM-PCA)法和平均值(MA)两种传统的数据恢复算法相比较,该算法的恢复数据误差最小,并且计算速度相比EM-PCA算法平均提高了2倍。实验结果表明,局部加权重构的化工过程数据恢复算法可以有效地对数据进行恢复,提高了数据的利用率,适用于非线性化工过程缺失数据的恢复。
郭金玉袁堂明李元
关键词：数据挖掘缺失数据数据恢复化工过程
基于局部近邻算法的故障检测研究
随着现代科学发展和技术的进步，工业系统的庞大化和复杂性也成倍增长，如果这些系统一旦发生故障，不仅会影响生产的正常进行，还将造成一定的经济损失甚至人员伤亡。基于数据驱动的故障检测和诊断技术可以有效地提高系统的可靠性，及时准...
袁堂明
关键词：故障检测缺失数据
一种基于多向局部线性嵌入的故障检测方法
2015年
为了改善传统算法因工况改变导致的故障误诊断,在保持数据结构的基础上,降低高维数据的维度,提出一种基于多向局部线性嵌入(MLLE)的故障检测方法.根据重构误差最小的原则,确定样本局部最优权值矩阵,通过提取相关矩阵的特征向量将样本嵌入到低维的数据中.在低维的数据中运用主元分析进行建模.对新的样本数据,在原始数据中找到k个近邻样本并确定相应的权值.在局部的低维数据中重构低维空间的新样本,计算其统计量SPE和T2.根据统计量是否超过控制限进行故障检测.将该方法应用到青霉素发酵过程的故障检测中,并与传统算法进行对比.仿真结果表明,该方法能够有效地识别正常工况改变与过程故障引起的统计量变化,误报率明显下降.
郭金玉袁堂明李元
关键词：故障检测多向主元分析局部线性嵌入
一种不等长的多模态间歇过程故障检测方法被引量：13
2016年
提出一种不等长的多模态间歇过程故障检测方法。首先,运用局部加权算法对不等长批次数据进行预处理。在训练样本中确定不等长数据的最大可保留长度,利用k近邻信息,通过加权重构出不等长批次缺失的数据点。其次,对等长的训练集构造局部近邻标准化矩阵,运用K-means算法进行模态聚类,使用局部离群因子方法确定第一控制限,并剔除离群样本。最后,对各个模态建立MPCA模型并确定第二控制限。根据各个模态控制限的匹配系数计算统一的统计量和控制限,在统一的控制限下进行多模态故障检测。将提出方法应用于半导体工业过程,仿真结果表明,与传统的故障检测算法相比,本文算法提高了故障检测率,验证了该方法的有效性。
郭金玉袁堂明李元
关键词：故障检测主元分析
一种对缺失数据进行恢复处理的方法
一种对缺失数据进行恢复处理的方法，涉及一种计算机数据处理方法，该方法按照 k NN规则，通过提取工业中完整的数据集，计算出缺失样本相应的 k 个近邻，即满足阈值条件下或者控制限下的样本，用于提取在缺失数据样本局部信息中缺...
郭金玉袁堂明李元
文献传递
基于判别核窗宽的掌纹识别方法被引量：2
2015年
提出了一种新的判别核窗宽方法,进而研究了基于判别核窗宽的KPCA和LPP在掌纹识别中的应用。首先根据训练样本和类标签计算类内核窗宽和类间核窗宽;在分类密集区选择较小窗宽,在分类稀疏区选择较大窗宽,可以有效提取数据的关联特征;然后运用基于判别核窗宽的KPCA和LPP方法提取低维特征向量,计算特征向量间的余弦距离进行掌纹匹配;最后运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明,与传统算法相比,本文算法的识别率最高,识别时间小于0.6s,验证了方法的有效性。
郭金玉袁堂明林森李元
关键词：掌纹识别
全选 清除 导出
共1页<1>
聚类工具0