期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种用于故障监测的优化核主元分析方法 被引量:1
1
作者 肖应旺 姚美银 +2 位作者 刘军 张绪红 陈贞丰 《计算机与应用化学》 CAS 北大核心 2019年第4期434-438,共5页
提出了一种基于混沌粒子群的优化核主元分析故障监测方法(Kernel Principal Component Analysis based on Chaotic Particle Swarm Optimization, CPSO-KPCA)。该方法充分利用了正常数据和故障数据的特征,通过混沌粒子群优化算法对KPCA... 提出了一种基于混沌粒子群的优化核主元分析故障监测方法(Kernel Principal Component Analysis based on Chaotic Particle Swarm Optimization, CPSO-KPCA)。该方法充分利用了正常数据和故障数据的特征,通过混沌粒子群优化算法对KPCA的核函数参数进行优化,以发现最优的非线性特征,并能准确地监测出非线性故障。利用特征空间监测统计图,将该方法应用于轧钢过程的非线性监测,实际应用结果表明,该方法具有很高的故障监测精度。 展开更多
关键词 KPCA PSO 非线性特征 故障监测
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部