核熵成分分析相关论文
近年来,风力发电行业蓬勃发展,我国风电机组累计装机容量持续增加,已经位居世界首位。然而,风电机组长期运行在温差、大风、雷电等......
为了进一步增强电力用户核心大数据匿名化的隐蔽性，提出一种基于核熵成分分析的匿名化算法。核熵成分分析通过将信息量较大的主元数......
电梯作为复杂且重要的城市运输工具，对其故障类型检测判别一直是市场监管部门的重点关注对象。提出一种基于核熵成分分析（KECA）的电梯......
过程监测系统能够实时地监测生产过程,在保障工况平稳运行、改善产品质量及降低能耗等方面越来越发挥着不可替代的作用。大数据时......
酒文化是博大精深的中国文化的重要组成部分。从古至今,酒和酒文化几乎渗透到社会生活的方方面面,成为国人生活不可或缺的一部分。......
随着现代工业的发展,工业系统日趋复杂化,过程控制系统的实时监测不仅能够保障工业过程的稳定运行,同时还为产品生产过程中的控制......
发酵过程存在多个生产阶段且生产过程机理复杂,其产品质量易受不确定性因素的影响,发酵过程的监测与故障诊断面临很多挑战。本文以......
电力系统是国家能源体系的核心,其能否安全运行关系到国家的战略安全,而高压断路器作为电力系统中重要的电气设备之一,对电力系统......
作为一种复杂的复合齿轮传动系统,行星齿轮箱具有体积小、传动比大、传动效率高等优点。它广泛应用于航空航天、远洋船舶、风力发......
我国作为作为四大古文明中唯一还存在并且繁荣的文明,其在漫漫历史长河中历经了百炼千磨而传承至今的各种艺术中,国画乃是独一无二......
随着社会医疗水平和生活水平的提升,我国人口老龄化现状已不容忽视。老年人和下肢运动疾病患者的运动功能衰退不但会影响其生活质......
齿轮传动系统作为机械装备中广泛使用的动力传动部件,其运行的安全性和可靠性直接关系到整个装备的工作寿命和效率。众所周知,齿轮......
为了提高瓦斯涌出量的预测精度,减少瓦斯灾害,提出以核熵成分分析与粒子群支持向量机相结合的预测模型,KECA-PSO-SVM模型.首先核熵......
过程监测是保证生产安全、稳定运行的一个非常重要的措施。基于数据的非线性过程监测方法的研究是近年来自动控制领域中一个十分重......
核熵成分分析是一种通过保留数据集最多的Renyi熵进行降维和特征提取的数据处理方法,将方法中的Renyi熵利用全带宽矩阵的核概率密......
滚动轴承是机械设备中最易失效的零部件之一,其故障诊断本质上是模式识别问题,研究如何从复杂的原始振动信号中提取出对设备运行状......
以降维前后密度总和与Renyi熵的差（Densities-vs-Entropy,D-vs-E）尽量靠近为准则,得到了一种新的特征降维方法,而D-vs-E是由核特征空......
结合图像属性上下文信息和核熵成分分析,构造了一种新颖的基于下上文信息的局部特征描述子——上下文核描述子（Context Kernel Desc......
为提高热轧带钢力学性能离线检测的针对性和生产过程控制的实时性,提出利用聚类分析方法实现生产状态的聚类,对错分或离群样本进行......
在引入基于核熵成分分析（KECA）的Fisher判别分析（FDA）方法的基础上,探究了用特征组合表征电子鼻信号时6种白酒的鉴别效果。首先,通过5......
针对间歇发酵过程的不稳定性、强非线性、批次不等长等特点以及传统贡献图难以找到由特征空间到原始空间的逆映射函数的问题，提出了......
针对工业过程具有多变量、非线性、非高斯等特点,提出了一种基于核熵成分分析与独立元分析的（KECA-ICA）的故障检测方法。首先通过核......
针对冷水机组同类型不同等级故障的变量变化存在差异会造成误诊断的问题,提出一种基于多尺度主元分析-核熵成分分析（MSPCA-KECA）的故......
为提高短期风电功率预测精度,增强预测模型对特定天气状况的代表性和适应性,提出一种基于离散Frechet距离与核熵成分分析(KECA)相......
本文提出了一种协同降维策略来优化特征维度进而提升电子鼻分类精度,该协同降维策略结合了无监督和有监督降维的优点实现原始特征......
针对间歇过程复杂非线性的特点,提出一种基于角结构统计量的多向核熵成分分析（MKECA）间歇过程监测方法。该方法首先将间歇过程数据进......
针对模拟电路早期故障诊断中存在部分早期故障类别重叠的难点,提出了一种基于核熵成分分析的故障诊断方法。首先应用小波分形分析......
针对传统电力用户核心大数据匿名化方法,存在用户识别精准度低、匿名效率差的问题,基于核熵成分分析研究了一种新的电力用户核心大......
基于核熵主成分分析方法的统计模型仅利用正常工况下数据进行建模,而忽略了监控系统数据库中一些已知类别的先前故障数据。为了利......
提出了一种基于核熵成分分析(kernel entropy component analysis,KECA)的非线性过程故障检测与诊断新方法。该方法首先利用KECA获......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
针对间歇过程的高度复杂性、强非线性、强时段性等特点,提出一种基于核熵成分分析(KECA)特征变量降维,利用烟花算法(FWA)优化支持......
针对目前老年人和下肢运动疾病患者在运动障碍评定方面缺乏客观、定量标准的问题,提出一种基于迁移学习卷积神经网络(TF-CNN)与核......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
大型风力发电机组的轴承振动信号往往呈现非线性、非平稳特性,目前常用故障诊断方法在实际应用中误诊率较高。为此提出基于聚合经......
为实现电气设备局部放电模式的准确识别,提出了一种基于时频特征核熵成分分析的局部放电模式识别方法。首先采用S变换理论对局部放......
提出一种基于小波去噪与核熵成分分析（WT-KECA）的方法。首先,利用小波变换对原始过程数据去噪,然后利用核熵元分析（KECA）进行数据降维......
在医学影像中,核磁共振成像(Magnetic Resonance Imaging,MRI)是一种重要的成像技术,此成像技术有着高质量的图像显示效果,已被广......
暖通空调数量和种类日益增多、系统结构越来越复杂,长期运行在变工况和变负荷的条件下,就不可避免会产生故障。一旦发生故障,必然......
针对高维数据的维灾问题,采用核熵成分分析方法降维数据,并与主成分分析及核主成分分析方法进行对比。降维后的数据利用支持向量机......
工业过程自动控制系统不断朝着大型化、复杂化方向发展。控制系统一旦发生故障,很难通过单变量监测方法指示出来。若故障继续发展......
化工生产过程一般工艺复杂并且常采用高温高压等极端条件，过程中涉及到的物料大多具有易燃易爆、有毒有害和腐蚀性等特点，且现代化工......
针对飞机复合材料结构损伤难以有效识别问题,提出一种基于增量型极限学习机（incremental extreme learning machine,I-ELM）的飞机复......
针对多参数流式细胞数据传统人工分群过程复杂、自动化程度不高等问题,提出了一种基于核熵成分分析（KECA）的自动分群方法。选取对瑞......
随着人们生活的日益丰富多彩化,对于图像颜色信息的获取要求也是越来越高。在日常生活中,我们可以感知多种多样的颜色并通过数码相......
