您的位置: 专家智库 > >

王祈

作品数:2 被引量:26H指数:2
供职机构:哈尔滨工业大学电气工程及自动化学院自动化测试与控制系更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇感器
  • 2篇传感
  • 2篇传感器
  • 2篇传感器故障
  • 1篇多尺度
  • 1篇多尺度主元分...
  • 1篇英文
  • 1篇预测器
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络预测
  • 1篇神经网络预测...
  • 1篇数据恢复
  • 1篇数据重构
  • 1篇主元
  • 1篇主元分析
  • 1篇最小二乘
  • 1篇最小二乘支持...

机构

  • 2篇哈尔滨工业大...
  • 1篇沈阳航空工业...
  • 1篇佐贺大学

作者

  • 2篇王祈
  • 1篇徐涛
  • 1篇信太克规
  • 1篇冯志刚

传媒

  • 1篇仪器仪表学报
  • 1篇计算机工程与...

年份

  • 1篇2008
  • 1篇2007
2 条 记 录,以下是 1-2
排序方式:
基于MSPCA的传感器故障诊断与数据重构被引量:2
2008年
讨论了基于多尺度主元分析的故障传感器数据重构问题。传统的多尺度主元分析方法没有建立故障传感器数据重构模型,在相关传感器信号的所有尺度上建立主元分析模型进行传感器故障诊断的基础上,将主元分析模型的重构结果组合后进行小波逆变换,设计了能够实现故障传感器数据重构的多尺度主元分析模型,从而实现故障传感器的数据重构。最后,利用试车台液氢供应系统的传感器数据仿真了几种典型传感器故障,并对设计模型实现数据重构的实用性和有效性进行了验证。
徐涛王祈
关键词:多尺度主元分析故障传感器数据重构
基于最小二乘支持向量机预测器的传感器故障检测与数据恢复(英文)被引量:24
2007年
本文介绍了最小二乘支持向量机(LS-SVM)回归的基本原理,提出了一种基于LS-SVM回归的时间序列预测器,并将其用于传感器的故障检测和数据恢复。论述了LS-SVM预测器的实现方法和步骤,并且将其应用于压力传感器的故障检测和数据恢复,同线性神经网络预测器、RBF神经网络预测器和BP神经网络预测器的比较结果表明,LS-SVM预测器具有更高的预测精度,更好的外推能力,计算效率最高,因此,LS-SVM预测器是传感器故障检测和短期数据恢复的一种有效方法。
冯志刚信太克规王祈
关键词:数据恢复神经网络预测器传感器故障检测最小二乘支持向量机
共1页<1>
聚类工具0