2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、大型自動(dòng)化系統(tǒng)的結(jié)構(gòu)日益復(fù)雜,研究有效的異常檢測(cè)方法能增強(qiáng)系統(tǒng)運(yùn)行的安全性,以減少故障停機(jī)帶來(lái)的影響。因設(shè)備磨損、過(guò)程負(fù)荷變化等因素的影響,生產(chǎn)過(guò)程會(huì)出現(xiàn)多個(gè)運(yùn)行模態(tài),模態(tài)間的過(guò)渡過(guò)程具有明顯動(dòng)態(tài)特性。充分考慮穩(wěn)定模態(tài)和過(guò)渡模態(tài)的特征,研究有效的特征抽取及異常檢測(cè)方法能切實(shí)保障多模態(tài)系統(tǒng)的安全、經(jīng)濟(jì)、高效運(yùn)行。
  在分析已有研究的基礎(chǔ)上,本文以主元分析、高斯混合模型等統(tǒng)計(jì)分析理論為工具,開(kāi)展了基于數(shù)據(jù)特征抽取技術(shù)的多模態(tài)異常檢測(cè)

2、方法研究。主要工作包括以下幾個(gè)方面:
  (1)回顧幾種離線模態(tài)劃分和在線模態(tài)辨識(shí)方法,深入分析高斯混合模型及典型EM算法。采用基于BYY的增量EM算法進(jìn)行離線模態(tài)劃分、貝葉斯推理策略實(shí)現(xiàn)在線模態(tài)辨識(shí)以開(kāi)展不同模態(tài)下的特征抽取和異常檢測(cè)研究。
  (2)提出一種基于微分幾何特征抽取技術(shù)的過(guò)渡模態(tài)特征抽取及異常檢測(cè)方法。通過(guò)提取過(guò)渡模態(tài)的位置、斜率、曲率等微分幾何特征刻畫過(guò)渡模態(tài)的動(dòng)態(tài)特性,建立起過(guò)渡模態(tài)基于滾動(dòng)球的異常檢測(cè)模

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論