搜索筛选:
搜索耗时0.1044秒,为你在为你在102,285,761篇论文里面共找到 13 篇相符的论文内容
发布年度:
[期刊论文] 作者：郭青秀,,
来源：中国民间疗法 年份：2019
目的:观察乌梅丸联合耳穴压豆治疗厥阴证不寐的临床效果。方法:36例厥阴证不寐症患者均采用乌梅丸联合耳穴压豆治疗。14 d为1个疗程,治疗2个疗程后,观察患者的临床疗效。结果...
[期刊论文] 作者：郭青秀,,
来源：新课程学习·上旬 年份：2013
常听人说：教师是人类灵魂的工程师——用笔耕耘、用语言播种、用汗水浇灌。就是这份激情，这份执著给了我无穷的力量，使我的人生信念更加坚定。今天，我为我是格尔木社区幼儿园的一......
[期刊论文] 作者：张成,郭青秀,李元,,
来源：计算机应用 年份：2018
针对批次过程非线性、多模态等特征,提出一种基于判别核主元k近邻(Dis-k PCk NN)的故障检测方法。首先,在核主元分析(k PCA)中,高斯核的窗宽参数依据样本类别标签在类内窗宽和类间窗宽中判别选取,使得核矩阵能有效提取数据的关联特征,保持数据的类别信息;其次,......
[期刊论文] 作者：张成,郭青秀,李元,
来源：沈阳化工大学学报 年份：2020
针对主元分析(principal component analysis,PCA)中潜隐变量自相关性对故障检测的影响,提出一种基于潜隐变量自相关性子空间划分的故障检测策略(fault detection strategy b...
[期刊论文] 作者：张成,郭青秀,李元,,
来源：计算机应用研究 年份：2019
为了提高FD-KNN针对潜隐变量在非线性和多模态过程中的故障检测能力,提出一种基于方差最大化旋转变换的K近邻故障检测与诊断策略。通过方差最大化方法建立旋转变换将原始数据变换到新的正交空间,在该正交空间中执行FD-KNN方法进行故障检测,并结合贡献图方法给出......
[期刊论文] 作者：张成,郭青秀,李元,
来源：沈阳化工大学学报 年份：2021
针对局部保持投影在监控半导体蚀刻过程时T2统计量的缺陷,提出指数比率局部保持投影健康状态监控方法(exponential ratio locality preserving projections health monitoring method,ERLPP).将半导体数据通过统计模量方法展开为二维数据,利用局部保持投影将展......
[期刊论文] 作者：张成, 戴絮年, 郭青秀, 李元,,
来源：计算机应用研究 年份：2020
针对传统方法对非线性或多模态间歇过程的故障检测率低的问题,提出一种基于K近邻邻域保持嵌入得分差分(difference of K nearest neighbors score associated with neighborh...
[期刊论文] 作者：张成, 郭青秀, 李元, 高宪文,,
来源：控制理论与应用 年份：2019
基于主元分析(PCA)的统计过程控制方法通常假设数据的生成过程是独立同分布的.当数据存在多模态结构或过程变量非线性相关时, PCA方法的故障检测性能将受到影响.针对上述问题...
[期刊论文] 作者：张成,郭青秀,冯立伟,李元,
来源：控制理论与应用 年份：2020
针对协方差结构具有显著差异的多模态过程故障检测问题,本文提出一种基于密度标准误差的局部保持投影故障检测策略(LPP-DSE).首先,根据样本距离矩阵确定样本截止距离;接下来,...
[期刊论文] 作者：张成,郭青秀,冯立伟,李元,,
来源：计算机应用 年份：2018
针对工业过程的动态和多模态特性,提出一种基于局部近邻标准化(LNS)和动态主元分析(DPCA)相结合的故障检测方法(LNS-DPCA)。首先,在训练数据集中寻找样本的K近邻集;然后,应用K近邻集的均值与标准差对当前样本进行标准化处理;最后,在新的数据集中应用DPCA方法确......
[期刊论文] 作者：张成,郭青秀,冯立伟,李元,
来源：控制理论与应用 年份：2019
针对多模态间歇过程故障检测问题,本文提出一种基于局部保持投影–加权k近邻规则(LPP--Wk NN)的故障检测策略.首先,应用局部保持投影(LPP)方法将原始数据投影到低维主元子空...
[期刊论文] 作者：张成,郑百顺,郭青秀,冯立伟,李元,
来源：控制理论与应用 年份：2020
针对多模态间歇过程存在数据维度高且方差差异较大的特征,提出一种基于局部保持嵌入–K近邻比率密度(NPE–KRD)规则的故障检测方法.首先,利用局部保持嵌入(NPE)方法将原始的...
[期刊论文] 作者：张成,郑晓芳,郭青秀,冯立伟,戴絮年,李元,
来源：信息与控制 年份：2019
为了解决复杂的多模态过程故障检测问题,提出了邻域保持嵌入—加权k近邻规则(neighborhood preserving embedding-weighted k-nearest neighbors,NPE-wkNN)质量监控方法.首先...
相关搜索：
