SIA OpenIR  > 数字工厂研究室
基于对数变换和最大信息系数PCA的过程监测
其他题名Process Monitoring Based on Logarithmic Transformation and Maximal Information Coefficient-PCA
王中伟; 宋宏; 李帅; 周晓锋
作者部门数字工厂研究室
关键词主元分析方法 最大信息系数 对数变换 过程监测
发表期刊科学技术与工程
ISSN1671-1815
2017
卷号17期号:16页码:259-265
产权排序1
资助机构辽宁省科学技术计划项目(2015106015)资助
摘要主元分析(principal component analysis,PCA)被广泛应用于工业生产过程监测。PCA假设数据服从高斯分布且协方差矩阵仅能评估变量间的线性关系,无法衡量变量间非线性依赖程度。基于此,提出了一种基于对数变换和最大信息系数(maximal information coefficient,MIC)PCA的过程监测方法。首先,应用对数变换对过程数据进行变换,在一定程度上改善数据分布。然后,采用可以度量变量间的非线性相关性的MIC矩阵替换协方差矩阵,从而改善对非线性非高斯过程的监测效果。最后通过在田纳西-伊斯曼过程(tennessee eastman process,TE)仿真...
其他摘要Principal component analysis (PCA) is widely used in industrial process monitoring. PCA has drawbacks when dealing with non-Gaussian process data and the covariance matrix it uses can only evaluate the linear relationship among variables and ignore the nonlinear dependence information. To solve this shortcoming, a novel process monitoring method based on logarithmic transformation and maximal information coefficient-PCA is proposed. Firstly, logarithmic transformation is used to transform the process data to improve the data distribution in a certain degree. Then, the covariance matrix can be replaced by the MIC matrix which can measure the non-linear correlation between the variables, so as to improve the monitoring effect on nonlinear and non-Gaussian process. Finally, the feasibility and effectiveness of the proposed method are verified by the Tennessee Eastman (TE) process simulation.
语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/20743
专题数字工厂研究室
通讯作者李帅
作者单位1.中国科学院大学
2.中国科学院沈阳自动化研究所
3.中国科学院网络化控制系统重点实验室
推荐引用方式
GB/T 7714
王中伟,宋宏,李帅,等. 基于对数变换和最大信息系数PCA的过程监测[J]. 科学技术与工程,2017,17(16):259-265.
APA 王中伟,宋宏,李帅,&周晓锋.(2017).基于对数变换和最大信息系数PCA的过程监测.科学技术与工程,17(16),259-265.
MLA 王中伟,et al."基于对数变换和最大信息系数PCA的过程监测".科学技术与工程 17.16(2017):259-265.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于对数变换和最大信息系数PCA的过程监(549KB)期刊论文作者接受稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[王中伟]的文章
[宋宏]的文章
[李帅]的文章
百度学术
百度学术中相似的文章
[王中伟]的文章
[宋宏]的文章
[李帅]的文章
必应学术
必应学术中相似的文章
[王中伟]的文章
[宋宏]的文章
[李帅]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于对数变换和最大信息系数PCA的过程监测.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。