期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于最大信息系数和深度残差图卷积的工业过程故障诊断方法
被引量:
2
1
作者
任佳
孙思宇
鲍克
《高校化学工程学报》
EI
CAS
CSCD
北大核心
2023年第1期111-119,共9页
针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关...
针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关性矩阵作为图卷积层的邻接矩阵输入;构建改进的深度残差图卷积网络(GCN)模型对数据的时空特征进行深度融合提取并精准分类。在田纳西-伊斯曼过程和三相流过程数据集上将该算法与4种典型机器学习和深度学习算法进行对比测试。实验结果表明,该算法有效地提升了故障诊断的准确率。
展开更多
关键词
故障诊断
最大信息系数
图卷积网络
田纳西-伊斯曼
过程
三相流过程
下载PDF
职称材料
题名
基于最大信息系数和深度残差图卷积的工业过程故障诊断方法
被引量:
2
1
作者
任佳
孙思宇
鲍克
机构
浙江理工大学信息科学与工程学院
浙江省电子信息产品检验研究院
中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室
出处
《高校化学工程学报》
EI
CAS
CSCD
北大核心
2023年第1期111-119,共9页
基金
国家自然科学基金(51876194)
浙江省公益技术研究项目(LGG20F030007)
+1 种基金
浙江省电子信息产品检验研究院(浙江省信息安全重点实验室)开放课题
浙江省智能制造质量大数据溯源与应用重点实验室开放课题(ZNZZSZ-CJLU2022-01)。
文摘
针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关性矩阵作为图卷积层的邻接矩阵输入;构建改进的深度残差图卷积网络(GCN)模型对数据的时空特征进行深度融合提取并精准分类。在田纳西-伊斯曼过程和三相流过程数据集上将该算法与4种典型机器学习和深度学习算法进行对比测试。实验结果表明,该算法有效地提升了故障诊断的准确率。
关键词
故障诊断
最大信息系数
图卷积网络
田纳西-伊斯曼
过程
三相流过程
Keywords
fault diagnosis
maximal information coefficient(MIC)
graph convolutional network(GCN)
Tennessee Eastman process
three-phase flow process
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于最大信息系数和深度残差图卷积的工业过程故障诊断方法
任佳
孙思宇
鲍克
《高校化学工程学报》
EI
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部