原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于特征向量提取的核主元分析法.pdf
第36卷第7期 计算机科学 V01．36No．7
2QQ!生!旦 垦Q翌巳坚!呈!§竺i呈翌!曼 』坚!z!QQ!
基于特征向量提取的核主元分析法
吴洪艳h2黄道平1
(华南理工大学自动化科学与工程学院 广州510640)1
(湛江师范学院信息科学与技术学院 湛江524048)2
摘要核主成分分析(KPCA)是非线性化工过程故障检测与诊断时常用的多变量统计控制方法之一。从两个方面
改进了KPCA的故障检测性能。为了提高KPCA方法故障检测的准确率，提出了基于小波的KPCA故障检测方法。
当样本数大时，采用基于几何考虑的特征向量提取(FVS)算法，降低了KPCA计算的复杂性，缩短了计算时间。Ten·
nesseeEastman
process仿真给出了所提出的方法的有效性。
关键词故障诊断，核主成分分析，特征向量提取，小渡变换
中图法分类号TP277文献标识码A ．
Kernel Based Vector
PrincipalComponentAnalysisOilFeature Selection
WU HUANG
Hong-yanl·2 Dao-pin91
ofAutomationScienceand China of 510640，China)1
(College Technology，SouthUniversityTechnology，Guangzhou
ofInformationScienceand Normal 524048，China)2
(Coliege Technology，ZhanJiangUniversity，Zhanjiang
AbstractKernel oneofmultivariatestatisticalcontrolmethodsfor
principalcomponentanalysis(KPCA)is solving
nonlinearchemical fauh this KPCAfromtwo ordertO
processdiagnosis．Inpaper，itimproves aspects．First，in
improve
the ofKPCAforfauhdetection，anewmethodcombinedwithwaveletwas vector
accuracy developIed．Second，feature
selection(FVS)schemewas tOreducethe ofKPCAwhereas the
adopted computationalcomplexity preSenregeometrical
structureofthedata．TennesseeEastman werecarriedtOshow
out the ef-
process(TEP)simul
文档评论（0）