首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   22篇
  国内免费   3篇
  完全免费   7篇
  自动化技术   32篇
  2014年   1篇
  2013年   1篇
  2012年   3篇
  2011年   2篇
  2010年   1篇
  2009年   3篇
  2008年   12篇
  2007年   4篇
  2006年   1篇
  2005年   3篇
  2004年   1篇
排序方式: 共有32条查询结果,搜索用时 671 毫秒
1.
丁苯橡胶门尼粘度软测量   总被引:5,自引:0,他引:5  
研究了合成橡胶生产中门尼粘度软测量问题.首先结合工艺机理分析,找出了影响橡胶门尼粘度的主要参数,同时对各参数进行主元分析.然后确定辅助变量,最后建立了基于PCA-BP神经网络的门尼粘度软测量模型.仿真结果表明,门尼粘度预测值与生产实际化验分析结果较为吻合,可以用来指导生产.  相似文献
2.
基于人体轮廓宽度特征的步态识别   总被引:3,自引:0,他引:3  
叶波  文玉梅 《计算机应用》2005,25(8):1792-1794,1800
基于人体轮廓宽度特征提出了一种步态识别算法。首先对每个序列进行运动轮廓抽取,将这些时变的二维轮廓形状转换为对应的一维横向宽度信号,通过主元分析法(PCA)来提取低维步态特征,在此基础上采用线性判决分析(LDA),以获取最佳投影方向,达到提高数据分类能力的目的。在NLPR、CMU和UMF步态数据库中进行实验,结果表明算法具备快速、稳健特征,在实际应用中具备较大的价值。  相似文献
3.
基于PCA和LS-SVM的丁苯橡胶的门尼粘度预测   总被引:2,自引:0,他引:2  
门尼粘度足合成橡胶生产的主要质量指标,如何在线监测门尼粘度,并实现质量的自动监控是橡胶生产工业亟待解决的问题.本文应用主元分析和最小二乘支持向量机法建立生产过程门尼粘度预测模型.结合工艺机理分析,找出影响橡胶门尼粘度的主要参数并做主元分析,确定最少辅助变量,简化支持向最机结构,建立基于PCA LS-SVM的门尼粘度预测模型.仿真结果,门尼粘度预测值与实际值最大相对误差为5.78%,预测模型精度高,泛化能力强,运行速度快,可以指导生产.  相似文献
4.
基于动态主元分析法的传感器故障检测   总被引:2,自引:0,他引:2  
提出了一种基于动态主元分析的传感器故障检测方法.利用数据矩阵前t时刻和当前时刻的数据,建立多变量多时刻的自回归统计模型.计算主元数据矩阵,建立动态主元模型.以测量速度最慢的传感器的测量周期为统一采样周期,4个连续采样周期为一个诊断周期,建立动态三维测量矩阵,采用残差的平方预报误差的指数加权移动平均(Squared prediction error-Exponentially weighted moving average,SPE-EWMA)模型检测传感器故障.在只存在传感器故障的前提下,模拟发动机开车过程中几种典型的渐变性故障和突变性故障,实验结果表明,算法实时跟踪了各种检测指标的变化,准确检测出故障传感器.  相似文献
5.
浮选生产过程经济技术指标的软测量建模   总被引:1,自引:0,他引:1  
张勇  王介生  王伟  姚伟南 《控制工程》2005,12(4):346-348,378
依据浮选过程的工艺机理和操作经验,初选了浮选过程经济技术指标神经网络软测量模型的输入变量,运用主元分析法对输入变量进行主元分解,降低输入变量维数且消除了输入变量之间的线性相关性,再通过基于最近邻聚类学习算法的径向基函数神经网络进行建模。仿真结果表明,该模型具有较快的训练速率和较高的预测精度,可以满足浮选过程实时控制的在线软测量要求。  相似文献
6.
基于广义相关系数法的MPCA在线监控方法   总被引:1,自引:0,他引:1  
针对多向主元分析法(MPCA)在线监控传统方法的预测能力差而常常导致误报、漏报的实际情况,基于广义相关系数法提出一种在线监控方法.从监控模型库中找出与待测多元轨迹之间广义相关系数最大的批次,将该批次监控时间点后的数据作为待测多元轨迹的预测值,得出完整的批次数据,并用多向主元分析法进行监控.用青霉素发酵过程仿真器(Pensimv2 0)进行仿真,结果表明,基于广义相关系数法的在线监控方法与其他传统方法相比,其结果最接近实际过程离线,并减少了由于其他预测方法带来的误差.  相似文献
7.
基于主元分析法的航空发动机传感器故障诊断研究   总被引:1,自引:0,他引:1  
龚志飞  郭迎清 《计算机测量与控制》2012,20(8):2017-2019,2023
主要研究了主元分析方法在航空发动机传感器故障诊断中的应用,并提出了主元分析法故障诊断算法。假设只有传感器故障情况下,将传感器测量值所组成的测量空间分解为主元和残差两个子空间,并通过传感器实际测量数据与正常数据矩阵在残差空间上的投影做比较,对传感器故障进行故障诊断;针对航空发动机的压力温度转速等传感器常见的故障,通过运行故障仿真平台绘制了其多元统计特征图;分析仿真结果表明,主元分析法对航空发动机传感器具有很好的故障检测和故障诊断能力。  相似文献
8.
基于费舍尔判别分析法的故障诊断   总被引:1,自引:0,他引:1  
在化工流程故障诊断中,主元分析法(PCA)是最常见的降维技术.尽管PCA具有一定的优化性能,并在故障诊断中被广泛使用,却不是故障诊断的最佳方案.理论上,费舍尔判别分析法(FDA)在故障诊断分类方面更具优势.对现实化工厂故障数据进行了研究,得出在低维状态下选择FDA方法可以获得更好的处理效果.  相似文献
9.
空间动态可变材质的交互式全局光照明绘制   总被引:1,自引:1,他引:0       下载免费PDF全文
孙 鑫  周 昆  石教英 《软件学报》2008,19(7):1783-1793
提出了一种空间动态可变材质的交互式全局光照明绘制算法.如果在绘制过程中允许用户对物体的材质作修改,并且对一个物体的不同部分的材质作不同的修改,则称为空间动态可变材质.由于最终出射的辐射亮度和材质呈非线性关系,因此现有许多交互式全局光照明算法不允许用户修改物体的材质.如果一个物体各部分的材质可以不相同,那么材质对最终的出射的辐射亮度的影响更为复杂,目前没有任何交互式全局光照明绘制算法能够在绘制过程中对一个物体不同部分的材质作不同的修改.将一个空间动态可变材质区域划分成许多子区域来近似模拟,每个子区域内部材质处处相同.光在场景传播过程中可能先后被不同的子区域反射,并以此将最终出射的辐射亮度分为许多部分.用一组基材质来线性表示所有的材质,这组基材质被赋予场景中的所有子区域,从而得到不同的基材质的分布.预计算所有这些基材质分布下的各部分最终出射的辐射亮度.绘制时根据各子区域材质在基材质上的系数组合相应的预计算数据,就能交互式绘制全局光照明效果.  相似文献
10.
提出主元分析PCA(Principal Component Analysis)用于语音检测的方法研究.用主元分析法在多维空间中建立坐标轴,将待处理信号投影到该坐标轴中,通过分析投影结果判断是否为语音信号.通过将语音和非语音分别建立子空间,来区分语音和非语音信号.该方法不同于常规的语音时域、频域处理方法,而是在多维空间中对信号进行分析.实验结果表明,该方法准确率高、简单、容易实现,而且能区分多种非语音信号.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号