非线性主元分析相关论文
针对化工过程的强非线性问题,提出一种基于神经网络的非线性主元分析故障检测方法,结合主元曲线算法和2个径向基神经网络,实现非线......
Nonlinear principal component analysis (NLPCA) fault detection method achieves good detection results especially in a no......
基于输入训练神经网络的非线性主元分析(PCA)能够有效地提取过程变量的非线性主元,但是存在主元的个数不能通过网络训练确定,且各......
本文针对间歇生产过程的特点 ,基于多方向主元分析方法 (MPCA)和非线性理论 ,提出了一种非线性多元统计分析方法——最小窗口方法 ......
提出一种新的软测量方法 ,通过建立过程变量非线性主元得分与产品质量参数之间的三层前向神经网络模型 ,得到产品质量参数的预测值......
引言化工过程通常具有变量多、非线性程度高、难以获得准确的数学模型、故障样本少等特点。基于主元分析（PCA）的故障诊断方法可利用......
实际过程中，监控指标值往往不满足确定的概率分布，给控制限的计算带来了困难，现有的计算方法计算复杂、精度差．根据高维空间良好的分类......
统计过程控制技术作为一种用统计分析方法保证产品质量和生产稳定性的手段，在现代工业生产中的应用日益广泛。阃歇生产过程因其过程......
利用现场的运行数据,将基于输入训练神经网络的非线性主元分析（PCA）方法应用到水轮机调节系统传感器故障诊断中,讨论了基于输入训练......
提出一种基于非线性主元分析和H∞滤波算法相结合的后非线性盲源分离方法,首先根据后非线性混叠的线性时变模型构造用于求解时变解......
传统的深度置信网络(Deep brief networks,DBN)在建立高维数据分类模型时,往往存在网络负荷大,运算复杂度高等问题.本文首先基于非......
针对传统PCA(主元分析)故障诊断方法在非线性过程应用中存在的缺点,提出了一种基于RBF(径向基)神经网络的非线性PCA故障检测方法.......
