Laplacian regularized robust principal component analysis for process monitoring

Laplacian regularized robust principal component analysis for process monitoring
复制标题

用于过程监控的拉普拉斯正则稳健主成分分析

DOI:
10.1016/j.jprocont.2020.06.011
复制
发表时间:
2020-08
影响因子:
4.2
通讯作者:
Liu Wanquan
Liu Wanquan
中科院分区:
计算机科学2区
文献类型:
--
作者:
Xiu Xianchao;Yang Ying;Kong Lingchen;Liu Wanquan

文献摘要

参考文献

被引文献

相似文献

DOI: 10.1016/j.csda.2019.01.002
发表时间: 2019
影响因子: 1.8
作者:
Xiu Xianchao;Liu Wanquan;Li Ling;Kong Lingchen
通讯作者: Kong Lingchen
用于故障检测和隔离的结构化联合稀疏主成分分析
DOI: 10.1109/tii.2018.2868364
发表时间: 2019-05
影响因子: 12.3
作者:
Liu Yi;Zeng Jiusun;Xie Lei;Luo Shihua;Su Hongye
通讯作者: Su Hongye
工业故障分类静态和动态节点并行分析的增强型随机森林
DOI: 10.1109/tii.2019.2915559
发表时间: 2020-01
影响因子: 12.3
作者:
Chai Zheng;Zhao Chunhui
通讯作者: Zhao Chunhui
DOI: 10.1198/tech.2002.s724
发表时间: 2002-04
期刊: Technometrics
影响因子: 2.5
作者:
T. McAvoy
通讯作者: T. McAvoy
DOI: 10.1016/j.jprocont.2014.12.001
发表时间: 2015-02-01
影响因子: 4.2
作者:
Jiang, Benben;Huang, Dexian;Braatz, Richard D.
通讯作者: Braatz, Richard D.