| 1 | Sensor Fault Detection, Isolation and Reconstruction Using Nonlinear Principal Component Analysis显示文摘州的重建途径为传感器差错隔离,有缺点的测量的重建和在主要部件分析(PCA ) 保留的部件的数字的决心是很有用的模型。这条途径的延期在这篇论文基于一个非线性的 PCA (NLPCA ) 模型被描述。NLPCA 模型用五层被获得神经网络。一个模拟例子被给显示出建议途径的表演。关键词差错察觉和隔离 - 重建 - 非线性的 PCA (NLPCA )- 神经网络 Mohamed-Faouzi Harkat 收到了他的 B。Eng。在来自 Annaba 大学,在 1996 的阿尔及利亚和他从 Intitut 国家 Polytechnoque de Lorraine 的博士学位的自动化的度,在 2003 的法国。他现在是在系的一个助教在 Annaba 大学电子,阿尔及利亚。他的研究兴趣包括差错诊断,监视的过程, multivariate statiscal 途径和收到的神经网络 Salah Djelel 他的 B。Eng。在来自 Annaba 大学的电子学的度,在 1995 的阿尔及利亚。他现在是在部门的一个博士学生在 Annaba 电子大学。他的研究兴趣包括差错诊断,监视的进程,和收到的神经网络 Noureddine Doghmane 他的 B.Eng。在来自 Annaba 大学,在 1984 的阿尔及利亚和来自莱昂大学的博士的电子学的度,在 1988 的法国。他现在是在 Annaba 大学的设计科学学院的一个教授,阿尔及利亚。他的研究兴趣包括信号处理,当模特儿,指责察觉并且处理监视。Mohamed Benouaret 收到了他的 B.Eng。在 1992 的度和来自 Annaba 大学的在 2005 两个的博士学位,阿尔及利亚。他现在是在在 Annaba 大学的电子学的系的一个助教。他的研究兴趣包括差错诊断。 | Mohamed-Faouzi Harkat Salah Djelel Noureddine Doghmane Mohamed Benouaret | 2007 | International Journal of Automation and computing2007，4，2： | 5 |
您所在的机构暂未开通此部分的功能，请联系管理员