国产主播一区二区三区在线观看|国产乱码精品一区二区三区四川人|A片V一区二区三区有声|国产精品自在线午夜精华播放|日本无码一区二区三区不卡免费|樱桃视频在线直播观看免费|欧美成人一区二区三区不卡视频

首頁 > 期刊 > 自然科學與工程技術 > 工程科技I > 有機化工 > 化工自動化及儀表 > 基于KPCA特征集成算法的SOFC 系統多故障識別 【正文】

基于KPCA特征集成算法的SOFC 系統多故障識別

曾蕭; 宮亮; 楊煜普 上海交通大學電子信息與電氣工程學院
  • 固體氧化物燃料電池
  • 故障診斷
  • 數據驅動
  • 核主成分分析特征集成算法
  • 多項式邏輯斯諦回歸

摘要:針對固體氧化物燃料電池系統多模式、非線性及高維等特點,提出基于數據驅動的模式識別方法。首先用核主成分分析特征集成算法提取故障特征,然后在特征空間中使用多項式邏輯斯諦回歸算法進行故障診斷。實驗結果表明:核主成分分析特征集成算法可以全面提取出故障特征,能夠大幅提高后續分類器故障的識別效果。

注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社

投稿咨詢 文秘咨詢

化工自動化及儀表

  • 預計1個月內 預計審稿周期
  • 0.35 影響因子
  • 化工 快捷分類
  • 雙月刊 出版周期

主管單位:中國化工裝備總公司;主辦單位:天華化工機械及自動化研究設計院

我們提供的服務

服務流程: 確定期刊 支付定金 完成服務 支付尾款 在線咨詢