基于WMNPE间歇过程监测的改进SVDD算法

作者: 惠永永赵小强

关键词: 间歇过程过程监控多向邻域保持嵌入(MNPE)算法支持向量数据描述(SVDD)

摘要：间歇过程数据包含表征过程变化的相关信息和非相关信息,并且呈现高斯与非高斯的多分布等特点.为了更加充分地提取数据的有用信息和处理数据的非高斯性等问题,实现有效的过程监控,提出一种基于WMNPE间歇过程监测的改进SVDD算法.首先运用多向邻域保持嵌入(MNPE)算法来提取低维子流形以实现降维;再使用概率权值策略来提取表征过程变化的相关信息,通过Greedy方法提取低维子流形的特征样本;最后以支持向量数据描述(SVDD)方法建立监控模型进行监控.通过青霉素发酵过程仿真平台验证了所提算法的有效性.

上一篇： 长周期地震动的界定及对应场地发生概率
下一篇： 基于G.729编码语音流的隐秘通信方法

基于WMNPE间歇过程监测的改进SVDD算法

作者: 惠永永 赵小强

关键词: 间歇过程 过程监控 多向邻域保持嵌入(MNPE)算法 支持向量数据描述(SVDD)

作者: 惠永永赵小强

关键词: 间歇过程过程监控多向邻域保持嵌入(MNPE)算法支持向量数据描述(SVDD)