半监督鲁棒概率偏最小二乘模型及其在多采样率过程监控中的应用

发布时间：2018-04-19 20:07

  本文选题：半监督 + 鲁棒概率偏最小二乘　； 参考：《信息与控制》2017年06期

【摘要】：针对实际工业过程中多采样率问题,引入半监督方法,提出一种半监督鲁棒概率偏最小二乘法,将采样率不一致的完整数据分成少数标记样本和大量未标记样本,然后分别用这两种样本数一致的数据建立鲁棒概率偏最小二乘(PPLS)模型,通过充分挖掘大量未标记数据提供的有用信息来提高模型的准确性.更进一步,将半监督鲁棒PPLS引入过程监控中,提出GT2、SPEx和SPEy三个监控指标,分别监控过程的受控状态以及模型关系的变化.通过对半监督鲁棒PPLS和降采样鲁棒PPLS在TE过程监控应用中比较,结果表明半监督鲁棒PPLS比降采样鲁棒PPLS效果更好.
[Abstract]:In order to solve the problem of multi-sampling rate in industrial process, a semi-supervised robust probabilistic partial least square method is proposed, which divides the complete data with inconsistent sampling rate into a few labeled samples and a large number of unlabeled samples. Then, the robust probabilistic partial least squares (PPLS) model is established by using the data with the same number of samples, and the accuracy of the model is improved by fully mining the useful information provided by a large amount of unmarked data. Furthermore, semi-supervised robust PPLS is introduced into process monitoring, and three monitoring indexes, GT2OSPEx and SPEy, are proposed to monitor the controlled state of the process and the change of the model relationship respectively. By comparing semi-supervised robust PPLS with down-sampling robust PPLS in te process monitoring, the results show that semi-supervised robust PPLS is more effective than down-sampling robust PPLS.
【作者单位】： 江南大学轻工过程先进控制教育部重点实验室;
【基金】：国家自然科学基金资助项目(61134007,61573169) 江苏省六大人才高峰项目(2014-ZBZZ-010)
【分类号】：O213

【相似文献】

相关期刊论文 前10条

1 廖颖林;;构成型顾客满意模型的偏最小二乘路径建模及其应用[J];数理统计与管理;2009年01期

2 胡煜;;偏最小二乘方法和二次判别分析方法应用于基因芯片数据分析[J];鞍山师范学院学报;2007年04期

3 叶明;张磊;;偏最小二乘通径模型在贸易发展指数中的应用[J];统计与信息论坛;2010年09期

4 金勇进,梁燕;偏最小二乘(PartialLeast Square)方法的拟合指标及其在满意度研究中的应用[J];数理统计与管理;2005年02期

5 赵璐;匡建超;罗鑫;王众;金婷;;基于偏最小二乘支持向量机的图书馆效益评价研究[J];科技管理研究;2010年02期

6 殷弘;汪宝彬;;惩罚的偏最小二乘(英文)[J];数学杂志;2013年01期

7 陈高波;;基于最小一乘的单因变量偏最小二乘算法[J];武汉工业学院学报;2006年02期

8 杨慧中;陈定三;;局部惩罚加权核偏最小二乘算法及其应用[J];控制工程;2011年06期

9 张忠诚;;成分数据的偏最小二乘回归分析法[J];长春师范学院学报;2005年11期

10 ;会议信息[J];数理统计与管理;2008年06期

相关博士学位论文 前1条

1 黄新;基于化学数据的若干统计学习新方法研究[D];中南大学;2013年

相关硕士学位论文 前7条

1 杜晓慧;基于不同罚函数约束偏最小二乘的应用研究[D];长沙理工大学;2015年

2 李洪强;基于核偏最小二乘的故障诊断方法研究[D];东北大学;2009年

3 罗纯;基于成分数据若干分析方法的研究[D];中南大学;2011年

4 夏丽莎;基于偏最小二乘的武汉城市圈经济研究[D];华中科技大学;2010年

5 张艳粉;基于偏最小二乘的BP网络模型及其应用[D];重庆大学;2007年

6 裴振中;偏最小二乘—最大熵法在石油勘探风险评价中的应用[D];成都理工大学;2005年

7 陈海波;市场经济下天然气价格预测研究——偏最小二乘神经网络模型（PLSNN）应用[D];成都理工大学;2004年

，

本文编号：1774537