基于主成分修整和线性判别分析的重叠故障识别

被引：3

作者：

李天恩 ^{[1
,2
]}

何桢 ^{[1
]}

机构：

[1] 天津大学管理与经济学部

[2] 中国航天标准化与产品保证研究院质量所

来源：

系统工程学报 | 2012年 / 27卷 / 05期

关键词：

PCA修整; LDA; 重叠故障识别; 变量均值小偏移;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

080202 ;

摘要：

针对在二维空间中,由变量均值偏移量较小但协方差不变所导致地故障类重叠,并因此降低故障识别率的问题,提出一种基于主成分分析(PCA)修整和线性判别分析(LDA)的新方法(PLDA).该方法通过减弱不同故障类的重叠主成分对分类的影响,达到提升LDA故障识别率的目的.对24种具有代表性故障组合的模拟样本运用10次10倍交叉验证,试验结果表明PLDA算法的平均故障识别率为94.6%,远高于传统的核化LDA算法和LDA算法的60.0%和61.9%.

引用

页码：712 / 718

页数：7

共 10 条

[1] 一种区间PCA的效度分析方法 [J].

郭均鹏 ;

李汶华 .

系统工程学报, 2009, (02) :226-230

[2] 质量诊断技术及其应用综述 [J].

卓德保 ;

徐济超 .

系统工程学报, 2008, 23 (03) :338-346

[3] 基于遗传算法的线性判别分析方法 [J].

沈道义 ;

庞彦伟 ;

王雷 ;

俞能海 .

数据采集与处理, 2008, (03) :327-332

[4] 综述人脸识别中的子空间方法 [J].

刘青山 ;

卢汉清 ;

马颂德 .

自动化学报, 2003, (06) :900-911

[5] Fault diagnosis based on variable-weighted kernel Fisher discriminant analysis [J].

Bin He, Xiao ;

Yang, Yu Pu ;

Yang, Ya Hong .

CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2008, 93 (01) :27-33

[6] Kernel scatter-difference-based discriminant analysis for nonlinear fault diagnosis [J].

Li, Junhong ;

Cui, Peiling .

CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2008, 94 (01) :80-86

[7] Interpreting the out-of-control signal in multivariate control chart — a comparative study [J].

Nandini Das ;

Vinay Prakash .

The International Journal of Advanced Manufacturing Technology, 2008, 37 :966-979

[8]

A reformative kernel Fisher discriminant algorithm and its application to face recognition[J] . Yu-jie Zheng,Jian Yang,Jing-yu Yang,Xiao-jun Wu. Neurocomputing . 2006 (13)

[9]

Fault diagnosis in chemical processes using Fisher discriminant analysis, discriminant partial least squares, and principal component analysis[J] . Leo H Chiang,Evan L Russell,Richard D Braatz. Chemometrics and Intelligent Laboratory Systems . 2000 (2)

[10]

Fuzzy linear discriminant analysis for chemical data sets[J] . Zeng-Ping Chen,Jian-Hui Jiang,Yang Li,Yi-Zeng Liang,Ru-Qin Yu. Chemometrics and Intelligent Laboratory Systems . 1999 (1)

← 1 →