排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
概率主元分析(PPCA)已广泛应用于工业过程监测.然而,PPCA法仅构造了生产过程的静态线性关系,处理具有较强动态特性的实际工业生产过程效果较差.为此提出动态概率主元分析(DPPCA)法,对经过时谱扩展后的变量数据阵,通过期望最大化(EM)算法建立生成模型,从而将静态PPCA推广到动态多变量过程.最后将此法应用于TE过程的仿真研究,结果表明该法有效. 相似文献
2.
在利用主元分析(PCA)作统计监控时,没有主元与变量之间的生成模型,出现了检测指标量度不一致且只能离线故障识别等缺陷.而概率主元分析(PPCA)则在确定主元和误差的概率函数后,利用期望最大化(EM)算法建立了过程的生成模型,克服了PCA的不足.最后通过PCA和PPCA在化工分离过程监控中的应用比较,证明PPCA监控法方便、有效. 相似文献
1