基于小波重构与SVM-BPNN的动态过程在线智能监控

发布时间：2017-10-03 03:24

  本文关键词：基于小波重构与SVM-BPNN的动态过程在线智能监控

  更多相关文章： 过程监控 小波重构 均值特征 形状特征 支持向量机 BP神经网络

【摘要】：为了提高动态过程运行状态在线监控效率,提出了基于小波重构与支持向量(support vector machine,SVM)-反向传播神经网络(back propagation neural network,BPNN)相结合的在线智能监控方法.首先,运用离散小波变换对动态过程实测数据流进行重构,并提取其形状特征.其次,利用训练好的小波重构特征的SVM、均值特征的BPNN及重构后形状特征的SVM,对"监控窗口"内实测数据流进行异常模式识别.最后,应用该方法对某精密轴加工过程进行在线智能监控.结果表明:所提模型识别精度高、训练耗时少,其整体性能明显优于小波重构的BPNN模型与基于统计和形状特征的多分类支持向量机(multi-class support vector machine,MSVM)模型,是一种更为有效的动态过程在线智能监控方法.
【作者单位】： 郑州大学商学院;
【关键词】： 过程监控 小波重构 均值特征 形状特征 支持向量机 BP神经网络
【基金】：国家自然科学基金(71272207,61271146)~~
【分类号】：TP277;TP18
【正文快照】： i引言动态过程的运行状态因偶然性和异常性因素的存在而不断变化偶然性因素通常导致动态过程运行状态中的随机波动,而异常性因素会导致动态过程运行状态偏离稳态[21.因此,及时准确地监控动态过程运行状态,对于快速排查过程异因、降低企业质量成本具有重要的意义. 动态过程运

【相似文献】

中国期刊全文数据库 前6条

1 黄剑华;颜子夜;唐降龙;;基于小波重构的视频图像文本检测方法[J];哈尔滨工业大学学报;2006年09期

2 李勇;小波图像分解与重构实验设计[J];安庆师范学院学报(自然科学版);2003年04期

3 迟健男;张闯;张朝晖;王志良;;基于反对称双正交小波重构的图像增强方法[J];自动化学报;2010年04期

4 于静;高飞;王沙沙;温英新;;基于统计分类的台标识别相关技术研究[J];微型机与应用;2012年20期

5 张西咸;陈莲;;基于离散点与小波重构SnO_2信号的新方法[J];传感器与微系统;2007年08期

6 ;[J];;年期

，

本文编号：962907