郭金玉 作品数:72 被引量:226 H指数:9 供职机构: 沈阳化工大学 更多>> 发文基金: 国家自然科学基金 辽宁省教育厅高等学校科学研究项目 辽宁省博士科研启动基金 更多>> 相关领域: 自动化与计算机技术 电子电信 机械工程 理学 更多>>
基于多向主元分析的多传感器故障诊断 被引量:1 2005年 研究一种基于MPCA的多传感器故障诊断方法.这种方法把过程测量空间分为主元子空间和残差子空间.在残差子空间,首先用Q统计指标检测出传感器是否存在故障,如果Q统计指标超限,在主元子空间应用T2统计量和相应的T2统计量的贡献率,识别出引起过程异常的主要传感器变量并剔除.然后用同样的方法继续判断其它的传感器故障.仿真实例验证了该方法的有效性. 郭金玉 曾静关键词:多向主元分析 基于数字相关滤波器的掌纹识别 被引量:6 2009年 为了在频域内对相位谱建立模型,运用相关滤波器方法进行掌纹识别。首先运用图像下抽样方法降低掌纹空间的维数,在低维图像上应用训练图像设计最小平均相关能量(MACE)滤波器,然后计算训练图像和测试图像的相关输出平面,根据峰与相关能量(PCE)比值指标进行掌纹匹配。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明,与传统子空间方法相比,本文方法的识别性能最优,识别率为100%,特征提取和匹配总时间小于0.5 s,具有快速、有效和易于实现等优点。 郭金玉 苑玮琦 李元关键词:掌纹识别 傅立叶变换 基于局部加权重构的化工过程数据恢复算法 被引量:4 2016年 针对化工过程数据中存在缺失数据的问题,在保持局部数据结构特征的基础上提出了基于局部加权重构的化工过程数据恢复算法。通过定位缺失的数据点并以符号Na N(Not a Number)标记,将缺失的数据集分为完备数据集和不完备数据集。不完备的数据集按照完整性的大小依次找到它们在完备数据集中相应的k个近邻,根据误差平方和最小的原则,求出k个近邻相应的权值,用k个近邻及相应的权值重构出缺失的数据点。将该算法应用在不同缺失率下的两种化工过程数据中并与望最大化主成分分析(EM-PCA)法和平均值(MA)两种传统的数据恢复算法相比较,该算法的恢复数据误差最小,并且计算速度相比EM-PCA算法平均提高了2倍。实验结果表明,局部加权重构的化工过程数据恢复算法可以有效地对数据进行恢复,提高了数据的利用率,适用于非线性化工过程缺失数据的恢复。 郭金玉 袁堂明 李元关键词:数据挖掘 缺失数据 数据恢复 化工过程 多尺度主元分析方法在过程监视中的应用 被引量:3 2003年 多尺度主元分析方法(MSPCA)将多分辨率分析(MRA)的多尺度分解数据能力和主元分析(PCA)的降低数据维数能力结合起来,为监视多个时间尺度的过程提供了强有力的工具.过程监视时,MSPCA能自动对数据滤波并调节检测控制限,使控制限最容易检测出测量变量中重要的微小变化.由于MSPCA仅能滤除随机误差,不能消除过失误差,因此,为提高统计模型的准确性,在过程监视前,首先应用PCA检测并剔除存在过失误差的数据.通过实例说明MSPCA方法监视过程的优越性. 郭金玉 吴永建 王纲 吕岩关键词:多分辨率分析 主元分析 多尺度主元分析 基于局部近邻标准化矩阵的多模态过程故障检测方法 基于局部近邻标准化矩阵的多模态过程故障检测方法,涉及工业过程故障检测方法,将正常状态下的历史数据作为建模数据的训练集,利用局部近邻标准化矩阵方法进行多模态过程建模和故障检测。首先,运用局部加权算法对不等长批次数据进行预处... 郭金玉 韩建斌 李元文献传递 一种基于局部概率密度双子空间的多模态过程故障检测方法 一种基于局部概率密度双子空间的多模态过程故障检测方法,涉及一种多模态过程故障检测方法,所述方法包括将正常状态下的历史数据作为建模数据的训练集,利用局部概率密度方法进行预处理,然后运用PCA和ICA方法进行建模和故障检测。... 郭金玉 王东琴 李元文献传递 基于子空间法的掌纹识别研究 生物特征识别是一项利用人类特有的生理或行为特征来进行身份识别的技术,它提供了一种高可靠性、高稳定性的身份鉴别途径。掌纹识别技术作为生物特征识别技术领域里的新成员,以其丰富的信息量、稳定而唯一的特征,近年来受到了全世界很多... 郭金玉关键词:生物特征识别 掌纹识别 图像预处理 特征提取和匹配 子空间法 文献传递 污水生化处理过程的Model-on-Demand预测控制研究 2004年 Model-on -Demand(MOD)是一种很好的针对非线性系统的局部建模方法 ,首先介绍了MOD方法的具体建模过程 ,并研究了其与广义预测控制的结合 ,最后对污水生化处理过程的典型控制回路进行仿真。 曾静 郭金玉关键词:广义预测控制 污水处理过程 多线性主元分析的应用与研究 2013年 为了减少计算量和信息丢失,提出一种运用多线性主元分析(Multilinear PCA)进行间歇过程故障诊断的新方法。首先运用Multilinear PCA直接对间歇过程三维数据进行降维,得到低维的投影向量。然后所有批次向投影向量上投影得到得分向量,计算SPE统计指标控制限,建立Multilinear PCA模型。建立Multilinear PCA模型后,计算新批次的得分向量和SPE(Squared Prediction Error)统计指标,根据统计指标是否超限监视生产过程的运行。最后,在检测出故障之后,采用SPE贡献图诊断故障原因。仿真实例表明:与多向主元分析法MPCA相比(Muhiway Principal Component Analysis)。Multilinear PCA提高了过程性能监视和故障诊断的准确性,较早地发现过程异常。 孔晓光 郭金玉 林爱军关键词:多向主元分析 基于非负矩阵分解和广义判别分析的掌纹识别 被引量:3 2009年 非负矩阵分解(NMF)具有非负性和局部性的特点,是一种新型的特征提取方法。由于NMF是非监督学习算法,运用NMF提取掌纹特征时没有考虑训练样本的类别信息,因而分类效果不够理想。为了在提取掌纹特征的同时融入类别信息,提出运用非负矩阵分解和广义判别分析(GDA)相结合的方法进行掌纹识别。为了降低计算的复杂性,在特征提取之前,应用小波变换对掌纹图像进行三级分解,提取低频子图像。在低频子图像上应用NMF+GDA提取掌纹特征,计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库进行测试,结果表明,与主元分析(PCA)、独立元分析(ICA)和NMF相比,算法的等误率(EER)最低为0.16%,特征提取和匹配总时间为0.812 s,满足实时系统的要求。 郭金玉 苑玮琦关键词:生物特征识别 特征提取 非负矩阵分解