本文主要研究内容
作者亚森江加入拉,高建民,高智勇,姜洪权（2019）在《复杂机电系统核熵判别分析的异常分类方法》一文中研究指出：为了解决复杂机电系统的海量数据的复杂性和动态性,以及对故障类型快速而有效地进行分类,提出一种基于信息熵的核熵判别分析—KEDA方法。首先,引入了信息熵的观点以便排除信息冗余后剩余的平均信息量能够保证异常模式的有效分类。其次,利用核熵成分分析对数据进行非线性映射和降维,为此确定基于熵的参数选取方法计算和KEDA算法步骤。从而在降维后的空间进行分类。最后,结合TE过程数据集对算法效果进行验证。通过仿真实验得知,提出的KEDA方法的识别率85%以上,表明KEDA方法比其他方法的有效性和优越性,具有一定的应用价值。
Abstract
wei le jie jue fu za ji dian ji tong de hai liang shu ju de fu za xing he dong tai xing ,yi ji dui gu zhang lei xing kuai su er you xiao de jin hang fen lei ,di chu yi chong ji yu xin xi shang de he shang pan bie fen xi —KEDAfang fa 。shou xian ,yin ru le xin xi shang de guan dian yi bian pai chu xin xi rong yu hou sheng yu de ping jun xin xi liang neng gou bao zheng yi chang mo shi de you xiao fen lei 。ji ci ,li yong he shang cheng fen fen xi dui shu ju jin hang fei xian xing ying she he jiang wei ,wei ci que ding ji yu shang de can shu shua qu fang fa ji suan he KEDAsuan fa bu zhou 。cong er zai jiang wei hou de kong jian jin hang fen lei 。zui hou ,jie ge TEguo cheng shu ju ji dui suan fa xiao guo jin hang yan zheng 。tong guo fang zhen shi yan de zhi ,di chu de KEDAfang fa de shi bie lv 85%yi shang ,biao ming KEDAfang fa bi ji ta fang fa de you xiao xing he you yue xing ,ju you yi ding de ying yong jia zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自机械设计与制造的亚森江加入拉,高建民,高智勇,姜洪权，发表于刊物机械设计与制造2019年08期论文，是一篇关于复杂机电系统论文,核熵判别分析论文,异常模式分类论文,过程数据论文,机械设计与制造2019年08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，资料来自机械设计与制造2019年08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：复杂机电系统论文; 核熵判别分析论文; 异常模式分类论文; 过程数据论文; 机械设计与制造2019年08期论文;