TY -的A2 -张,回族非盟-阴,沈盟——高,鑫盟——卡里,哈米德Reza盟——朱Xiangping PY - 2014 DA - 2014/04/24 TI -研究基于支持向量机故障检测在田纳西伊士曼过程中SP - 836895六世- 2014 AB -探讨supportvector机器的熟练程度(支持向量机)使用数据集生成TennesseeEastman过程模拟故障检测。由于其excellentperformance泛化,分类performanceof SVM是令人满意的。SVM算法结合kernelfunction非线性属性,可以更好地处理案件调查样本和属性是巨大的。此外,使用cross-validationtechnique withforehand优化参数,支持向量机可以产生高精度的故障检测。因此,不需要处理原始数据orrefer其他算法,使分类problemsimple处理。为了进一步说明了效率,一个工业基准田纳西伊士曼(TE)过程isutilized SVM算法和PLS算法,分别。通过比较检测性能的指标,SVMtechnique显示了PLSalgorithm优越的故障检测能力。SN - 1085 - 3375你2014/836895 / 10.1155——https://doi.org/10.1155/2014/836895——摩根富林明-抽象和应用分析PB - Hindawi出版公司KW - ER