Novel Mahalanobis Distance and Variable Nearest Neighbors to Construct Weight Matrix based LPP: Application of Fault Diagnosis

Fault diagnosis techniques based on data-driven algorithms go mainstream gradually in industrial processes. Unfortunately, traditional data-driven algorithms cannot deal with massive high-dimensional and nonlinear strong correlation data. Based on this problem, Novel Mahalanobis Distance and Variabl...

Celý popis

Podrobná bibliografie

Vydáno v:	Chinese Automation Congress (Online) s. 2263 - 2267
Hlavní autoři:	Zhu, Qun-Xiong, Qing, Hao-Yang, Zhang, Ning, Xu, Yuan, He, Yan-Lin
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 25.11.2022
Témata:	Automation Correlation Euclidean distance Fault diagnosis Interference Locality Preserving Projections Manifolds Nearest Neighbors Shape Tennessee Eastman Process
ISSN:	2688-0938
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!