公共文化服务平台

搜索到2221篇“ 核主元分析“的相关文章

核主元分析与优化核极限学习机模型在电石炉爆炸风险评估中的应用: 2024年; 为准确判断电热法电石生产工艺中电石炉的爆炸风险等级,提出了一种精准有效的风险评估模型。首先,基于危险与可操作性(Hazard and Operability, HAZOP)分析筛选出人、物料、设备、管理四方面的34项爆炸风险因素,考虑到因素间存在非线性关联,采用核主元分析(Kernel Principal Component Analysis, KPCA)进行属性约简,减少冗杂信息的干扰。其次,利用融合了Tent混沌序列、高斯变异与混沌扰动的麻雀搜索算法(Improved Sparrow Search Algorithm, ISSA)寻优核极限学习机(Kernel Extreme Learning Machine, KELM)的惩罚系数与核参数,建立KPCA-ISSA-KELM风险评估模型。最后,使用该模型分析83组实例数据,选取其中59组用于模型训练,其余24组用于测试。在测试结果中,该模型正确分类了22组数据的风险等级,判别准确率为91.67%,在各项性能指标上均优于对照模型,表明该模型对电热法工艺电石炉的爆炸风险等级具备高识别精度。; 毕颖马世杰; 关键词：风险评估电石炉

基于核主元分析与神经网络的GIS局部放电模式识别方法及系统: 本发明公开了一种基于核主元分析与神经网络的GIS局部放电模式识别方法，其包括步骤：(1)采用特高频传感器采集GIS设备内部的典型缺陷的局部放电信号；(2)对局部放电信号的幅值进行归一化处理后，绘制局部放电信号的三维PRP...; 葛志成陈捷元刘赫金鑫于群英黄涛翟冠强赵天成张赛鹏

一种基于简略核主元分析的精馏塔异常状态识别方法: 本发明公开一种基于简略核主元分析的精馏塔异常状态识别方法，旨在提升利用KPCA方法实时检测精馏塔设备异常状态的效率。具体来讲，与其使用尽可能多的样本数据训练KPCA模型，不如使用典型具有代表性的样本数据来训练KPCA模型...; 蓝艇请求不公布姓名

基于核主元分析与深度学习的润滑油性能预测评估研究: 随着工业自动化和智能化的不断发展,润滑油的性能在保证设备正常运转方面的作用显得尤为重要。因此对润滑油的性能进行评估以及预测,可以辅助对机械设备的运行状态做出准确的判断。基于此,本课题利用核主元分析和深度学习的方法,针对汽...; 闫恩来; 关键词：核主元分析

优化动态核主元分析的工业过程故障监测方法: 2024年; 针对现代生产工业过程中数据的非线性多模态特征,提出了一种基于人工大猩猩部队优化动态核主元分析(GTO-DKPCA)的故障监测方法。利用自回归移动平均时间序列模型和核主成分分析(KPCA)方法构建DKPCA模型,对过程各阶段的批次数据进行DKPCA处理。通过正常数据和故障数据特征构建自适应度函数,利用人工大猩猩部队优化算法对DKPCA核参数进行优化,以发现最优的非线性特征;通过计算各时间点的霍特林统计量T2和平方预测误差(SPE)统计量进行故障监测。青霉素发酵过程故障监测结果表明,GTO-DKPCA方法比多向核主元分析(MKPCA)和多动态核主元分析(BDKPCA)有更好的监测效果,适应性和准确性更高。; 杨芳王亚君沈亚慧; 关键词：故障监测青霉素发酵

基于改进动态核主元分析算法的化工过程故障检测: 2024年; 为克服工业过程数据的非线性、动态性等限制,提出基于希尔伯特黄变换的动态核主元分析算法(HHT-DKPCA)。首先用标准化正常数据计算均值和标准差,之后对原始数据进行标准化。然后对协方差矩阵进行特征分解,将数据映射到低维空间。HHT变换去噪前对每个主元变量进行降维,然后将去噪后的数据重新映射到高维空间,并重新计算T^(2)和SPE。将HHT-DKPCA与PCA、KPCA、DKPCA、HHT-PCA在TE过程故障数据上的处理结果进行比较,结果表明,HHT-DKPCA具有更高的故障检测率。; 赵鹏洪悦; 关键词：故障检测 TE过程

基于递推规范变量残差和核主元分析的微小故障检测方法: 本发明涉及故障诊断技术领域，尤其涉及一种基于递推规范变量残差和核主元分析的微小故障检测方法，首先构造规范变量残差,从中提取数据的线性特征，利用指数加权滑动平均法对规范变量残差进行递推滤波处理,提高规范变量残差对微小故障的...; 史贤俊秦玉峰秦亮聂新华王朕

核主元分析在航天器飞轮自主故障诊断的应用被引量：3: 2023年; 针对在轨航天器执行机构故障诊断研究相对较少、姿态控制系统背景建模相对简单、算法自主性不强等问题,提出一种基于核主元分析(KPCA)的飞轮自主故障诊断方法。建立使用飞轮组的刚体航天器三轴稳定姿态控制系统;在力矩模式和转速模式下分别建立飞轮伺服系统,并给出飞轮常见故障及其模型;在上述模式下分别采集飞轮组输入输出的差值数据,进行同源扩维,通过改进特征向量归一化准则,优化了KPCA统计量法,并建立一种综合指标,通过比对该指标是否超限判断有无故障,减少对单一指标的主观侧重;在经典的贡献图法基础上进行溯源合并,计算综合贡献率,以此定位故障飞轮。仿真结果表明:所提方法能够实现航天器飞轮自主故障诊断,2种模式下,正确率较传统方法分别平均提高约40.94%、22.23%,适用于单点故障、多点故障、轻微故障等多种情况。; 聂小辉金磊; 关键词：核主元分析故障诊断航天器飞轮

多块建模框架下基于核主元分析的故障检测方法研究: 在现代工业中,如何确保稳定的工艺运行和高效的生产率是亟需解决的两个关键问题,而工业控制领域的热点—故障检测技术正是实现这一目标的有效途径。随着传感器技术和分布式控制系统的飞速发展,数据驱动下的故障检测方法在全工厂控制系统...; 张龙飞; 关键词：故障检测核主元分析分块策略贝叶斯准则

用于铸造生产过程异常检测的加权超球核主元分析: 2023年; 针对铸造过程数据维度高、非线性和非高斯性的特点,导致主元分析法存在易漏检、检测效率低等问题,提出了加权超球核主元分析的生产过程异常检测方法。首先使用指数加权移动平均对数据平滑处理,然后通过核主元分析法对数据核映射获得主元空间和残差空间,最后将两个子空间信息分别输入到样本加权的支持向量数据描述建立统计模型,并利用建立的模型对数据进行异常检测。使用田纳西-伊斯曼过程数据和铸造的砂处理过程数据进行验证,结果表明该方法比主元分析法具有更高的检测率。; 向观兵刘迎辉计效园殷亚军周建新; 关键词：异常检测主元分析支持向量数据描述砂处理

相关作者