基于集成熵KPCA的复杂机电系统状态监测方法
来源：计算机集成制造系统杂志2015年第5期北京时间：
作者：高智勇,梁银林,高建民,姜洪权
单位：西安交通大学机械制造系统工程国家重点实验室
摘要：针对传统KPCA方法的模型参数选取对经验知识依赖程度过高、容易造成漏报和误报的缺点,提出一种基于集成熵核主成分分析的状态监测方法。该方法将传统的KPCA与信息熵结合,在高维空间用信息测度确定模型参数,用Renyi熵贡献提取核主成分,通过构造综合统计量进行状态监测。在TE过程和某企业的压缩机组系统上的仿真研究表明,所提方法较传统KPCA有更好的非线性数据处理能力和更高的故障或异常检测精度。
关键词：状态监测,核主成分分析,Renyi熵,特征提取
基金资助：国家科技支撑计划资助项目(2012BAF12B04)。
