-
题名基于多核支持向量机的多模态过程故障检测
被引量:1
- 1
-
-
作者
李元
李榕
-
机构
沈阳化工大学信息工程学院
-
出处
《化工自动化及仪表》
CAS
2022年第3期286-293,共8页
-
基金
国家自然科学基金项目(61673279)。
-
文摘
针对具有多模态、非线性特征的复杂分布数据的工业过程,提出一种基于局部相对概率密度(LRPD)的多核支持向量机(MKSVM)故障检测方法LRPD-MKSVM。首先,计算训练样本的局部概率密度矩阵并进行标准化处理,来消除数据的多模态特性;其次,运用标准化后的概率密度矩阵训练多核SVM模型,获得判别分类函数;之后,将测试数据的概率密度矩阵作为多核SVM模型的输入,对其进行分类;最后,将该方法应用于TE多模态工业过程,分别与基于单核的高斯核函数SVM(RBFSVM)、多项式核函数SVM(POLYSVM)分类方法对比分析,结果表明:基于多核SVM方法的分类正确率明显优于单核SVM方法。
-
关键词
故障检测
复杂工业过程
非线性
多核支持向量机
te多模态数据集
-
Keywords
fault detection
complex industrial process
nonlinearity
multiple kernel support vector machine
te multimodal data sets
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-