典型文献
基于密度空间支持向量机的多工况过程故障检测
文献摘要：
为了有效地对多工况数据进行检测,提出基于密度空间支持向量机(SVM)的多工况过程故障检测方法.运用局部概率密度方法对多工况数据进行预处理,消除多工况数据对过程故障检测特性的影响.在密度空间,运用正常数据和故障数据训练SVM模型获得权重向量和位移.把校验数据和测试故障数据作为SVM模型的输入,对其进行监视和检测.将该方法运用于田纳西—伊斯曼(Tennessee Esatman)多工况过程,仿真结果表明,对某些故障PCA和KPCA的检测效果较好,而对于某些故障SVM的检测效果较好.SVM的平均故障检测率优于PCA和KPCA.因此,不同的方法适用于不同类型的故障.
文献关键词：
多工况过程;故障检测;局部概率密度;支持向量机
中图分类号：
作者姓名：
郭金玉;李涛;李元
作者机构：
沈阳化工大学信息工程学院 辽宁 沈阳110142
文献出处：
引用格式：
[1]郭金玉;李涛;李元-.基于密度空间支持向量机的多工况过程故障检测)[J].计算机应用与软件,2022(07):32-37
A类：
多工况过程,局部概率密度,Esatman
B类：
基于密度,度空间,工况数据,故障检测方法,故障数据,数据训练,权重向量,校验,监视,方法运用,于田,田纳西,伊斯曼,Tennessee,KPCA,检测效果,故障检测率
AB值：
0.216777
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
