基于主元分析与支持向量机的方法及其在过程监控诊断中的应用

被引：2

作者：

蒋少华 ^{[1
]}

桂卫华 ^{[1
]}

阳春华 ^{[1
]}

唐朝晖 ^{[1
]}

彭涛 ^{[2
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 湖南工业大学自动化学院

来源：

弹箭与制导学报 | 2007年 / 05期

关键词：

主元分析; 支持向量机; 过程监控; 故障诊断; 最邻近分类法;

D O I：

10.15892/j.cnki.djzdxb.2007.05.100

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于支持向量机(SVM)在处理小样本、高维数及泛化性能强等方面的优势,提出了基于主元分析和支持向量机(PCA-SVM)对过程进行监控的方法。文中先利用主元分析方法进行特征数据提取,得到降维的主元特征向量,去除了高维样本变量相关性,然后分析各状态T2统计、SPE统计量的变化趋势,对实际生产状况进行监控,最后利用SVM与最近邻法相结合的策略对特征向量进行分类识别。试验结果证实了提出算法的有效性。

引用

页码：205 / 207+210 +210

页数：4

共 4 条

[1] 密闭鼓风炉铅锌熔炼的统计过程监测系统设计 [J].