| |
| 科研成果 |
|
|
 |
|
| 论文题目： |
基于对数变换和最大信息系数PCA的过程监测 |
| 第一作者： |
王中伟;宋宏;李帅;周晓锋 |
| 参与作者： |
|
| 联系作者： |
|
| 发表刊物： |
科学技术与工程 |
| 发表年度： |
2017 |
| 卷,期,页： |
17,16,259-265 |
| 论文出处： |
|
| 第一作者所在部门： |
|
| 论文编号： |
|
| 论文摘要： |
主元分析(principal component analysis,PCA)被广泛应用于工业生产过程监测。PCA假设数据服从高斯分布且协方差矩阵仅能评估变量间的线性关系,无法衡量变量间非线性依赖程度。基于此,提出了一种基于对数变换和最大信息系数(maximal information coefficient,MIC)PCA的过程监测方法。首先,应用对数变换对过程数据进行变换,在一定程度上改善数据分布。然后,采用可以度量变量间的非线性相关性的MIC矩阵替换协方差矩阵,从而改善对非线性非高斯过程的监测效果。最后通过在田纳西-伊斯曼过程(tennessee eastman process,TE)仿真... |
| 论文全文： |
|
| 其他备注： |
|
| 附件下载： |
|
|
|
