李娜
- 作品数:2 被引量:4H指数:1
- 供职机构:沈阳化工大学信息工程学院更多>>
- 发文基金:辽宁省教育厅高等学校科学研究项目辽宁省博士科研启动基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于统计模式分析的多变量连续过程故障检测被引量:3
- 2015年
- 针对一些批处理过程中,如同步批轨迹处理和多峰分布等问题,提出了一种基于统计模量(statistics pattern analysis,SPA)分析连续过程的故障诊断方法。FD-SPA和MPCA的显著差别是前者的监测对象是批次变量的统计特征,而后者监控过程变量。MPCA通过分析过程变量的方差—协方差进行故障检测,在SPA中,既要统计过程变量的均值与方差,又要统计过程变量间的协方差结构、偏度、峭度、自相关和互相关性。提出了一种基于滑动窗口的统计模量方法监测非线性的连续过程,使故障检测的准确性与可靠性得到提高。通过在TE过程中与传统的MPCA和KNN方法对比,验证了此方法的有效性。
- 逄玉俊李娜李元张成
- 关键词:多向主元分析故障检测
- 核参数判别选择方法在核主元分析中的应用被引量:1
- 2014年
- 针对核主元分析(KPCA)中高斯核参数β的经验选取问题,提出了核主元分析的核参数判别选择方法。依据训练样本的类标签计算类内、类间核窗宽,在以上核窗宽中经判别选择方法确定核参数。根据判别选择核参数所确定的核矩阵,能够准确描述训练空间的结构特征。用主成分分析(PCA)对特征空间进行分解,提取主成分以实现降维和特征提取。判别核窗宽方法在分类密集区域选择较小窗宽,在分类稀疏区域选择较大窗宽。将判别核主成分分析(Dis-KPCA)应用到数据模拟实例和田纳西过程(TEP),通过与KPCA、PCA方法比较,实验结果表明,Dis-KPCA方法有效地对样本数据降维且将三个类别数据100%分开,因此,所提方法的降维精度更高。
- 张成李娜李元逄玉俊
- 关键词:非线性降维核主元分析