LWT-SSF特征学习的双变量过程均值偏移在线诊断

On-line Identification of Mean Shifts in Bivariate Processes Using Lifting Wavelet Transform and Stacked Sparse Filtering

为了提升双变量过程均值偏移的诊断效率,提出了提升小波重构去噪增强、堆叠稀疏滤波特征学习和Softmax回归分类的双变量过程均值偏移在线诊断模型。首先,对原始数据流进行提升小波分解与重构,以突显其整体变化特性。其次,利用堆叠稀疏滤波对重构后的数据序列进行逐层学习,得到维度低且表征强的数据特征。而后,通过带有标签的特征数据对Softmax回归分类器进行有监督学习,识别双变量过程均值偏移的失控源。最后,仿真实验验证了所提诊断模型的有效性。