基于判别核主元空间k近邻的批次过程监视
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11772/j.issn.1001-9081.2018020345

基于判别核主元空间k近邻的批次过程监视

引用
针对批次过程非线性、多模态等特征,提出一种基于判别核主元k近邻(Dis-kPCkNN)的故障检测方法.首先,在核主元分析(kPCA)中,高斯核的窗宽参数依据样本类别标签在类内窗宽和类间窗宽中判别选取,使得核矩阵能有效提取数据的关联特征,保持数据的类别信息;其次,在核主元空间中引用k近邻规则代替传统的T2统计方法,k近邻规则可以有效处理主元空间非线性和多模态等特征的故障检测问题.数值模拟实例和半导体蚀刻工艺过程仿真实验表明:基于判别核主元后近邻方法可以有效地处理具有非线性和多模态结构特征的故障检测问题,提高计算的效率,减少内存的占用,并且故障检测率明显优于传统方法.

判别核主元、k近邻、批次过程、故障检测、半导体

38

TP277(自动化技术及设备)

国家自然科学基金资助项目61490701,61573088,61673279;辽宁省教育厅一般项目L2015432;辽宁省自然科学基金资助项目2015020164

2018-09-13(万方平台首次上网日期,不代表论文的发表时间)

共7页

2185-2191

相关文献
评论
暂无封面信息
查看本期封面目录

计算机应用

1001-9081

51-1307/TP

38

2018,38(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn