您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 核PCA ECA 分析谱聚类

  2. 一些关于核函数的PCA ECA 分析,以及对应的聚类分析方法,演示程序
  3. 所属分类:专业指导

    • 发布日期:2010-05-20
    • 文件大小:5120
    • 提供者:huyong821204
  1. 基于角结构统计量的MKECA间歇过程故障监测.pdf

  2. 基于角结构统计量的MKECA间歇过程故障监测.pdf,针对间歇过程复杂非线性的特点,提出一种基于角结构统计量的多向核熵成分分析(MKECA)间歇过程监测方法。该方法首先将间歇过程数据进行标准化预处理,然后采用KECA提取间歇过程数据的主成分矩阵。研究表明,经过KECA投影后的主成分数据具有良好的角结构,因此利用主成分矩阵构造基于角结构的统计量,并且采用核密度估计算法计算其控制限。与传统的统计量相比,无需假设过程变量服从高斯分布。最后通过青霉素发酵的仿真平台和大肠杆菌实际生产过程验证,实验结果表
  3. 所属分类:其它

    • 发布日期:2019-09-20
    • 文件大小:3145728
    • 提供者:weixin_38744435
  1. 基于核熵成分分析的流式数据自动分群方法.pdf

  2. 基于核熵成分分析的流式数据自动分群方法.pdf,针对多参数流式细胞数据传统人工分群过程复杂、自动化程度不高等问题,提出了一种基于核熵成分分析(KECA)的自动分群方法。选取对瑞利(Renyi)熵具有最大贡献的特征向量作为投影方向,对数据进行特征提取;设计了一种基于余弦相似度和K means算法的分类器,并采用一种基于向量夹角的最佳聚类数确定方法,最终获得细胞的分类标签。对实验获得的淋巴细胞免疫表型分析数据进行处理,结果表明,该方法能够实现细胞的快速、自动分群,整体分群准确率能够达到97%以上,
  3. 所属分类:其它

    • 发布日期:2019-09-20
    • 文件大小:1048576
    • 提供者:weixin_38743968
  1. 基于高阶累计统计量的微生物发酵过程监测

  2. 传统多向核独立成分分析(MKICA)方法的实质是把基于独立成分分析(ICA)中的白化处理主元分析(PCA)替换为核主元分析(KPCA)后利用二阶统计量进行过程监控,并未利用过程数据的阶段特性和高阶累积量信息,为了解决此问题,提出高阶累积量分析(HCA)与多向核熵独立成份分析(MKECA)相结合的多向高阶累计量的核熵独立成分分析方法(HCA-MKEICA).首先,采用核熵独立成份分析(KECA)对原始数据进行数据转换,解决数据的非线性;然后,在高维核熵空间利用HCA技术构建新的统计量用于过程监控;
  3. 所属分类:其它

    • 发布日期:2021-01-13
    • 文件大小:214016
    • 提供者:weixin_38738422
  1. 基于核熵成分分析的室内污染气体电子鼻特征提取

  2. 当用于对不同气体或气味进行分类时,特征提取对于电子鼻(电子鼻)很重要。 提出了一种基于核熵成分分析(KECA)的电子鼻特征提取技术。 KECA与Renyi熵集成在一起,并通过将输入数据集投影到保留最大Renyi熵的内核主成分分析(KPCA)轴上,从内核Hilbert空间中提取特征。 除KECA外,还使用独立成分分析和KPCA处理电子鼻采集的四种不同室内污染气体的原始特征矩阵。 实验结果证明,KECA的分类精度优于其他考虑的技术。
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:626688
    • 提供者:weixin_38734492