登录    注册    忘记密码

期刊文章详细信息

相对主元分析及其在数据压缩和故障诊断中的应用研究  ( EI收录)  

Relative PCA with Applications of Data Compression and Fault Diagnosis

  

文献类型:期刊文章

作  者:文成林[1] 胡静[2] 王天真[3] 陈志国[2]

机构地区:[1]杭州电子科技大学信息与控制研究所,杭州310018 [2]河南大学计算机与信息工程学院,开封475001 [3]上海海事大学电气自动化系,上海200135

出  处:《自动化学报》

基  金:国家自然科学基金(60434020;60572051);浙江省国际合作重点项目(2006C24G2040012);浙江省教育厅科技计划重点项目(20050530)资助~~

年  份:2008

卷  号:34

期  号:9

起止页码:1128-1139

语  种:中文

收录情况:BDHX、BDHX2004、CSCD、CSCD2011_2012、EI(收录号:20084211647029)、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘  要:传统主元分析(Principal component analysis,PCA)方法因忽视量纲对系统的影响,从而使选取的主元难以具有代表性;而在进行量纲标准化后,又因得到的特征值常常是近似相等的而无法进行有效的主元提取.针对这一主要问题,本文通过引入相对化变换(Relative transform,RT)、相对主元(Relative principal components,RPCs)和分布"均匀"等概念,建立起一种相对主元分析(Relative principal component analysis,RPCA)的新方法.该方法首先对系统各分量进行量纲标准化;其次再根据系统的先验信息分析和确定各分量的重要程度;然后在系统能量守恒的准则下,赋以系统各分量相应的权值;最后利用已建立起的相对主元模型,对系统实施RPCA.同时运用数值例子,开展了RPCA在数据压缩和系统故障诊断中的应用研究.理论分析和仿真实验均表明,采用RPCA方法选取出的主元更具代表性和显著几何意义,加之选取主元的灵活性,将使新方法具有更广泛的应用前景。

关 键 词:数据压缩 故障诊断 相对主元分析  相对化变换  量纲标准化  分布“均匀”  

分 类 号:TP277]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心