独立元子空间算法及其在故障检测上的应用OA北大核心CSCDCSTPCD
Independent component subspace method and its application to fault detection
针对高维数据建模问题,提出一种独立元子空间算法(ICSM),作为一种新的集成学习算法,ICSM利用独立元在不同变量上的贡献度来选取子空间,符合了集成学习的要求,具备了明确的物理意义,有效地克服了随机子空间算法(RSM)的主要缺点.在此基础上,进一步将ICSM应用于工业过程监控,提出了一种新的ICSM-PCA故障检测算法.首先在各个子空间内分别建立相应的PCA监测模型,然后根据T~2和SPE统计量的值计算出集成时各自的权重,最后构造两个集成统计量对…查看全部>>
张沐光;宋执环
工业控制技术国家重点实验室,浙江大学工业控制研究所,浙江,杭州,310027工业控制技术国家重点实验室,浙江大学工业控制研究所,浙江,杭州,310027
信息技术与安全科学
集成学习随机子空间方法主元分析故障检测
ensemble learningrandom subspace methodprincipal component analysisfault detection
《化工学报》 2010 (2)
厂级过程控制系统性能监测与故障诊断
425-431,7
国家自然科学基金项目(60774067,60736021)国家高技术研究发展计划项目(2009AA04Z154).
评论