位置：成果数据库 > 期刊 > 期刊详情页
Variablemoving windows based non-Gaussian dissimilarity analysis technique for batch processesfault
  • 期刊名称：The Canadian Journal of Chemical Engineering
  • 时间：2015.4
  • 页码：689-707
  • 相关项目：批次过程数据模量驱动的分布中心匹配故障诊断研究
作者： *Li Yuan; Zhang Xinmin|
同期刊论文项目
批次过程数据模量驱动的分布中心匹配故障诊断研究
期刊论文 63 会议论文 5
同项目期刊论文
基于改进Kmeans聚类的kNN故障检测研究
基于PCA相似度方法在半导体产品分类中的应用
MPCA FaultDetection method Based on Multiblock Statistics for Uneven-Length Batch Processes
Palmprint Recognition Based on Multilinear Principal Component Analysis and Fisher Linear Discrimina
基于增益开关激光器和ＨＮＬＦ的超连续谱产生实验研究
Quality Prediction in Complex Batch Processes with Just-in-TimeLearning Model Based on Non-Gaussian
Fault diagnosis using kNN reconstruction onMRI variables
EM-PCA在化工过程随机缺失数据补值中的应用研究
k近邻补值方法在工业过程故障诊断中的应用
扩散映射K近邻在工业过程故障检测中的应用
基于非高斯信息的JITL软测量模型
基于k-ICA-PCA方法的多模态过程模态的划分
基于改进重构贡献图的故障定位方法
基于判别核窗宽的掌纹识别方法
基于判别式扩散映射分析的非线性特征提取
支持向量数据描述及降幅重构方法在间歇过程故障分类中的应用研究
基于统计模式分析的多变量连续过程故障检测
基于滑动窗口SVDD的间歇过程故障监测
应用EMPCA算法对TE过程中随机及连续缺失数据进行补值的研究
加权κ最近邻重构分析的工业过程故障诊断
一种基于多向局部线性嵌入的故障检测方法
稀疏性SVDD方法在故障检测中的应用研究
基于局部模型的多阶段在线产品质量预测
Final quality prediction for multi-phase batch process based on phase cumulative product quality mod
基于统计模量分析间歇过程故障检测方法研究
基于KPC-kNN方法的批次过程故障诊断
核参数判别选择方法在核主元分析中的应用
基于GA特征选择和BP神经网络的模拟电路故障检测
近邻标准化样本核特征量驱动的间歇过程故障检测
一种新的多阶段改进MPCA间歇过程监视方法的研究
基于k均值聚类与K近邻的故障检测方法研究
基于DMOLPP的间歇过程在线故障检测
基于鲁棒测地线距离的复杂间歇过程故障检测
基于测地线距离统计量的多工况间歇过程监测
基于扩散k近邻距离的间歇过程故障诊断
基于PCA与MLE方法的人群分类新方法研究
基于在线升级主样本建模的批次过程kNN故障检测方法
SVDD在间歇过程监测中的应用研究
基于统计特征的不等长间歇过程故障诊断研究
基于稀疏距离的间歇过程故障检测方法
Fault diagnosis of chemical processes based on partitioning PCA and variable reasoning strategy
鲁棒主元分析在掌纹识别中的应用
基于局部加权重构的化工过程数据恢复算法
基于局部马氏距离的加权k近邻故障检测方法
麦夸特算法在转炉炼钢过程建模中的应用