搜索资源列表
dledlockcritical
- 数字电路故障分析之D算法C++实现,按照教科书编写,可能比较古板,()
trazseer
- 基于BP神经网络的电机转子故障诊断的研究,采用trainbpx训练函数,()
cony
- 数字电路故障分析之D算法C++实现,按照教科书编写,可能比较古板,()
06972699
- 根据模糊故障数的资料,实现了核心的算法,test类是启动测试类,该算法主要实现核心部分,具体应用要根据实际的环境对代码作简()
核主元分析(Kernel principal component analysis ,KPCA)在降维、特征提取以及故障检测中的应用
- 主要功能有: (1)训练数据和测试数据的非线性主元提取(降维、特征提取) (2)SPE和T2统计量及其控制限的计算 (3)故障检测 KPCA的建模过程(故障检测): (1)获取训练数据(工业过程数据需要进行标准化处理) (2)计算核矩阵 (3)核矩阵中心化 (4)特征值分解 (5)特征向量的标准化处理 (6)主元个数的选取 (7)计算非线性主成分(即降维结果或者特征提取结果) (8)SPE和T2统计量的控制限计算
PCA算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.
KPCA算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.
LPP算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.