动态核概率主元分析模型及其应用

被引：7

作者：

杨沛武 ^{[1
]}

赵忠盖 ^{[1
]}

刘飞 ^{[1
]}

机构：

[1] 江南大学自动化研究所

来源：

清华大学学报(自然科学版) | 2008年 / S2期

关键词：

动态核概率主元分析; 过程监测; 非线性; 高维空间;

D O I：

10.16511/j.cnki.qhdxxb.2008.s2.029

中图分类号：

TP274 [数据处理、数据处理系统];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

核概率主元分析(kernel probabilistic principal component analysis,KPPCA)能够有效去除过程的非线性。但是KPPCA仅构造了生产过程的静态线性关系,处理具有较强动态特性的实际工业生产过程效果较差。为克服上述缺点,提出一种基于动态KPPCA的过程监测方法,利用核函数将经过压缩的动态增广数据映射到高维空间,然后利用PPCA对满足线性关系的过程变量映射值进行监测。仿真结果表明:该方法监测指标对故障的灵敏度高,误报率和漏检率较小,故障状况与正常状况很明显的分离开来。

引用

页码：1824 / 1828

页数：5

共 6 条

[1] 基于概率PCA过程监控中遗失数据的重构(英文) [J].