1) Multivariate statistical process control
多元统计过程控制
1.
Squared prediction error (SPE) statistic is frequently used in multivariate statistical process control and its law of variation needs further investigating.
作为多元统计过程控制方法中的常用统计量，平方预测误差（ Ｓ Ｐ Ｅ）的变化规律有待深入研究。
2) multivariable statistical process control
多元统计过程控制方法
1.
The work in this thesis is based on three technologies of Multivariable Statistical Process Control(MSPC), the Principal Component Analysis(PCA), the Partial Least Squares(PLS) and the Kernel Density Estimate(KDE).
基于多元统计过程控制方法中的主元分析法，偏最小二乘法和核函数分析法这三种技术，本课题主要研究了以下内容： 1)用面向对象的方法开发多元统计过程控制状态监测应用系统。
3) multivariate statistical process monitoring
多元统计过程监控
1.
The feature of multivariate statistical process monitoring(MSPM)is introduced.
介绍多元统计过程监控(MSPM)的技术特点,结合流化催化裂化装置(FCCU)的工艺,对MSPM在FC CU中关于多元统计过程监控位号集设计及软硬件实施等问题进行了讨论。
4) multivariate statistical process control
多变量统计过程控制
1.
Application of multivariate statistical process control on flotation process;
多变量统计过程控制在浮选生产过程中的应用
2.
In order to realize the goal of zero defection and meet the demands of the on-line quality monitoring well,the paper uses the electrical signal of welding process,and puts forward to the method of multivariate statistical process control on the basis of analyzing the limitation of statistical proce.
为实现焊接产品质量的“零缺陷”及生产过程质量监测的目标 ,采用电弧传感获取的电信号 ,从单变量统计过程控制的应用结果出发 ,提出了把多变量统计过程控制 (MSPC)应用于GMAW过程的在线质量监测。
3.
In multivariate statistical process control(MSPC),fault detection,fault identification and fault isolation are challenging problems.
针对传统多变量统计过程控制(MSPC)方法在故障检测、故障原因分析和故障识别中的难点,提出了多元特征提取方法与基于支持向量机(SVM)的一类分类器设计、特征选择以及多类分类器设计方法相结合的一种完整的MSPC新方法。
5) multivariable statistical process control
多变量统计过程控制
1.
Based on partial least square method,a multivariable statistical process control model of quality monitoring for hot-dip galvanizing strip surface roughness is proposed.
以热镀锌带钢的表面粗糙度为研究对象,建立了基于偏最小二乘法(PLS)的多变量统计过程控制模型。
6) MSPC
多变量统计过程控制
1.
This dissertation investigates the application of MSPC and its shortage, gives settlement and tries to explain the means of principle component, making MSPC more practical.
本文从多变量统计过程控制(MSPC)的应用性出发，探讨现有方法在过程控制两类典型生产过程——连续生产和间歇生产中实际应用及其存在的问题，提出解决方案，并尝试对主元的意义作出物理解释，使得多变量统计过程控制更具有实用性。
补充资料：多元统计分析
| 多元统计分析 multivariate statistical analysis 研究客观事物中多个变量（或多个因素）之间相互依赖的统计规律性。它的重要基础之一是多元正态分析。又称多元分析 。 如果每个个体有多个观测数据，或者从数学上说， 如果个体的观测数据能表为 P维欧几里得空间的点，那么这样的数据叫做多元数据，而分析多元数据的统计方法就叫做多元统计分析 。 它是数理统计学中的一个重要的分支学科。20世纪30年代，R.A.费希尔，H.霍特林，许宝以及S.N.罗伊等人作出了一系列奠基性的工作，使多元统计分析在理论上得到迅速发展。50年代中期，随着电子计算机的发展和普及 ，多元统计分析在地质 、气象、生物、医学、图像处理、经济分析等许多领域得到了广泛的应用 ，同时也促进了理论的发展。各种统计软件包如SAS，SPSS等，使实际工作者利用多元统计分析方法解决实际问题更简单方便。重要的多元统计分析方法有：多重回归分析（简称回归分析）、判别分析、聚类分析、主成分分析、对应分析、因子分析、典型相关分析、多元方差分析等。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条