首页 > 期刊 > 自然科学与工程技术 > 工程科技I > 有机化工 > 化工自动化及仪表 > 基于KPCA特征集成算法的SOFC 系统多故障识别 【正文】
基于KPCA特征集成算法的SOFC 系统多故障识别
上海交通大学电子信息与电气工程学院
- 固体氧化物燃料电池
- 故障诊断
- 数据驱动
- 核主成分分析特征集成算法
- 多项式逻辑斯谛回归
摘要：针对固体氧化物燃料电池系统多模式、非线性及高维等特点,提出基于数据驱动的模式识别方法。首先用核主成分分析特征集成算法提取故障特征,然后在特征空间中使用多项式逻辑斯谛回归算法进行故障诊断。实验结果表明:核主成分分析特征集成算法可以全面提取出故障特征,能够大幅提高后续分类器故障的识别效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
我们提供的服务
在线客服
一对一咨询服务、简单快捷、省时省力
了解更多 >
快递配送
直邮到家、实时跟踪、更安全更省心
了解更多 >
杂志订阅
去除中间环节享受低价，物流进度实时通知
了解更多 >
杂志推荐
正版杂志，匹配度高、性价比高、成功率高
了解更多 >