基于改进局部线性判别分析的化工系统状态监测方法

发布时间：2017-12-05 13:20

  本文关键词：基于改进局部线性判别分析的化工系统状态监测方法

  更多相关文章： 特征提取 状态监测 流形学习 局部线性判别分析 田纳西—伊斯曼过程

【摘要】：针对化工系统监测数据呈现出的强非线性、数据高维等特点,将标注样本的局部线性分析与训练样本的全局分析相结合,提出一种改进的局部线性判别分析方法。利用训练样本标签信息,以异类样本点间的最小欧式距离重新定义异类样本之间的边界,构建了新的局部类间离散度矩阵;引入全局离散度矩阵强化训练样本全局分析,克服了只计算局部离散度矩阵的缺点。在田纳西—伊斯曼过程数据和某企业压缩机组监测数据上进行了仿真实验,结果表明所提方法与局部线性判别分析等若干种非线性分析方法相比,具有更好的非线性处理能力,可以获得更高的异常状态识别准确率。
【作者单位】： 西安交通大学机械制造系统工程国家重点实验室;
【基金】：国家自然科学基金资助项目(51375375)~~
【分类号】：TP274
【正文快照】： 0引言流程工业生产系统是由诸多动力机械装置、反应设备及自动化控制系统通过物料、信息、能量耦合而成的分布式复杂机电系统。这类系统的故障数据呈现出强非线性、耦合性、随机性和数据高维等特点,传统的故障诊断方法难以满足其故障诊断及状态监测的需要。针对以上特点,国内

【相似文献】

中国期刊全文数据库 前10条

1 陈晓红;陈松灿;;类依赖的线性判别分析[J];小型微型计算机系统;2008年05期

2 刘忠宝;王士同;;改进的线性判别分析算法[J];计算机应用;2011年01期

3 高建强;范丽亚;;模糊线性判别分析中距离对面部识别的影响[J];井冈山大学学报(自然科学版);2012年03期

4 葛熠;王亭亭;韩月;李峰;;基于核双子空间线性判别分析人脸识别方法[J];科技视界;2012年23期

5 任获荣;李春晓;孙建维;秦红波;何培培;高敏;;类依赖增强线性判别分析算法[J];西安电子科技大学学报;2012年05期

6 温凤文;王洪春;;改进的张量线性判别分析[J];黑龙江科技信息;2013年24期

7 赵越;徐鑫;乔利强;;张量线性判别分析算法研究[J];计算机技术与发展;2014年01期

8 赵芳;马玉磊;;基于概率线性判别分析的可扩展似然公式化人脸识别[J];科学技术与工程;2014年06期

9 周大可,杨新,彭宁嵩;改进的线性判别分析算法及其在人脸识别中的应用[J];上海交通大学学报;2005年04期

10 成忠;诸爱士;;一种适于高维小样本数据的线性判别分析方法[J];浙江科技学院学报;2008年02期

中国重要会议论文全文数据库 前2条

1 欧阳梅兰;张志敏;陈晨;刘鑫波;梁逸曾;;稀疏线性判别分析法在代谢组学数据研究中的应用[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

2 张明锦;杜一平;童佩瑾;;基于非相关线性判别分析的分层特征选择方法及其在蛋白质组数据分析中的应用[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年

中国硕士学位论文全文数据库 前10条

1 李道红;线性判别分析新方法研究及其应用[D];南京航空航天大学;2005年

2 曾丽辉;稀疏线性判别分析在文本分类中的应用研究[D];华东交通大学;2011年

3 姜园媛;人脸识别中关于线性判别分析算法的若干研究[D];吉林大学;2012年

4 王东;改进的二维直接线性判别分析方法及在人脸识别中的应用[D];云南大学;2015年

5 苗春玉;线性判别分析改进算法的分析与研究[D];辽宁师范大学;2012年

6 王增锋;线性判别分析子空间方法人脸识别研究[D];山东大学;2006年

7 刘杰;基于集成局部分块线性判别分析的人脸识别[D];南昌大学;2012年

8 姚斯强;一种基于线性判别分析和支持向量机的音乐分类方法[D];上海交通大学;2007年

9 吴正平;正交线性判别分析及人脸识别[D];西安电子科技大学;2013年

10 张建文;线性判别分析的迭代解法及其应用[D];中国海洋大学;2014年

，

本文编号：1254954