Scidown文献预览系统!
一种鲁棒无限高斯混合模型及其在非线性多模过程故障检测中的应用( A Robust Infinite Gaussian Mixture Model and Its Application in Fault Detection of Nonlinear Multimode Processes )
Y Pan L Xie H Su L Luo
有限高斯混合模型(GMM)最近被证明是一种强大的无监督处理方法,用于多操作条件下的非线性过程的监测。基于GMM的监测方法的性能很大程度上取决于混合料密度的多少。然而,常用的惩罚方法,如贝叶斯信息准则(BIC)和Akaike信息准则(AIC)通常会产生噪声模型大小估计。此外,GMM中的参数估计容易受到异常值的影响。针对这些不足,本文提出了一种基于鲁棒无限高斯混合模型的过程监控技术(Ro-IGMM)。具体地说,每个点的单独权重被分配给精确度作为平滑度的度量,表示与其他数据点的相似性。然后把中国餐馆的加工过程放在一个之前,变成无限的分组。通过折叠马尔可夫链蒙特卡罗(MCMC)推理得到的后验信息可以给出簇数的分布、簇的分配以及与每个簇相关的参数等信息。基于Tennessee Eastman过程的仿真结果表明,与传统的BIC模型选择方法相比,基于RO-IGMM的过程监控方法在过程建模过程中对异常值更不敏感。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】