龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南通大学
摘要：本发明公开了一种基于主成分分析PCA的时空近邻特征STN故障检测方法，首先利用主成分分析建立训练数据集和测试数据集的主成分子空间；给定滑动窗口，计算每个时间窗口内样本在时间和空间两个维度的近邻样本集，经过时空近邻标准化处理后，再对标准化后的数据执行统计量检测；最后采用最近邻的方法估计了统计量的阈值上限。将提出的故障检测方法应用于田纳西‑伊斯曼过程进行故障检测实验，性能比较后，结果显示所提方法在多组类型的故障检测中具有更高的故障检测率与较低的误报率，能够更好地保障生产过程的安全性和产品的高质量。本发明为动态复杂系统存在的微小故障提供了一种新颖、准确和高效的检测技术方案，具有广泛的应用前景。
主权项：1.一种基于主成分分析PCA的时空近邻特征STN故障检测方法，其特征在于，包括如下步骤：步骤1、利用主成分分析PCA建立包含训练数据集和测试数据集的主成分子空间；步骤2、在主成分子空间内设定滑动窗口，在滑动窗口内针对每个样本，计算其在时间维度和空间维度的近邻样本集；步骤3、对时间维度和空间维度的近邻样本集进行时空近邻标准化处理，得到标准化后的数据；步骤4、对标准化后的数据进行统计量检测；步骤5、使用最近邻k-NN方法估计统计量的阈值上限，以判定是否发生故障。
全文数据：
权利要求：
百度查询： 南通大学 一种基于主成分分析PCA的时空近邻特征STN故障检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号