本文主要研究内容
作者曾萧,宫亮,杨煜普（2019）在《基于KPCA特征集成算法的SOFC 系统多故障识别》一文中研究指出：针对固体氧化物燃料电池系统多模式、非线性及高维等特点,提出基于数据驱动的模式识别方法。首先用核主成分分析特征集成算法提取故障特征,然后在特征空间中使用多项式逻辑斯谛回归算法进行故障诊断。实验结果表明:核主成分分析特征集成算法可以全面提取出故障特征,能够大幅提高后续分类器故障的识别效果。
Abstract
zhen dui gu ti yang hua wu ran liao dian chi ji tong duo mo shi 、fei xian xing ji gao wei deng te dian ,di chu ji yu shu ju qu dong de mo shi shi bie fang fa 。shou xian yong he zhu cheng fen fen xi te zheng ji cheng suan fa di qu gu zhang te zheng ,ran hou zai te zheng kong jian zhong shi yong duo xiang shi luo ji si di hui gui suan fa jin hang gu zhang zhen duan 。shi yan jie guo biao ming :he zhu cheng fen fen xi te zheng ji cheng suan fa ke yi quan mian di qu chu gu zhang te zheng ,neng gou da fu di gao hou xu fen lei qi gu zhang de shi bie xiao guo 。
论文参考文献
论文详细介绍
论文作者分别是来自化工自动化及仪表的曾萧,宫亮,杨煜普，发表于刊物化工自动化及仪表2019年09期论文，是一篇关于固体氧化物燃料电池论文,故障诊断论文,数据驱动论文,核主成分分析特征集成算法论文,多项式逻辑斯谛回归论文,化工自动化及仪表2019年09期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自化工自动化及仪表2019年09期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：固体氧化物燃料电池论文; 故障诊断论文; 数据驱动论文; 核主成分分析特征集成算法论文; 多项式逻辑斯谛回归论文; 化工自动化及仪表2019年09期论文;