本發(fā)明公開了一種基于流形學習的廢水處理故障監(jiān)測方法,可用于對存在強烈非線性和非高斯性的工業(yè)過程進行故障監(jiān)測。首先,使用流形學習方法發(fā)現(xiàn)高維空間中輸入數(shù)據(jù)之間的內(nèi)在關系,使用梯度下降法尋找與高維空間數(shù)據(jù)最相近的低維特征數(shù)據(jù)。借助均勻流形近似及投影算法,降低過程數(shù)據(jù)的維度,應用支持向量數(shù)據(jù)描述分類算法對低維特征數(shù)據(jù)進行快速且有效的分類,解決實際生產(chǎn)過程中數(shù)據(jù)的非高斯性問題;使用廢水處理過程的故障數(shù)據(jù)驗證模型的故障監(jiān)測效果。實驗結果表明,均勻流形近似及投影結合支持向量數(shù)據(jù)描述模型,能夠提高故障監(jiān)測模型的監(jiān)測效果,更加適合于復雜工業(yè)過程的過程監(jiān)測系統(tǒng)。
聲明:
“基于流形學習的廢水處理故障監(jiān)測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)