- 在线时间
- 699 小时
- 最后登录
- 2023-3-1
- 注册时间
- 2020-3-24
- 听众数
- 5
- 收听数
- 0
- 能力
- 0 分
- 体力
- 15356 点
- 威望
- 0 点
- 阅读权限
- 150
- 积分
- 5092
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 969
- 主题
- 947
- 精华
- 0
- 分享
- 0
- 好友
- 10
TA的每日心情 | 开心 2022-10-20 10:40 |
---|
签到天数: 42 天 [LV.5]常住居民I
TA的关系
- 自我介绍
- 好
|
基于数据驱动的多模态异常检测方法
n$ T( H, d. M, M3 x5 ~! c# J: C& P9 X* c# C3 |# N
6 b3 z' N' o1 N0 j; p# ~由于原料性质、设备磨损、过程负荷等因素的影响,复杂工业系统会出现多个稳定. s+ S! }) p% \
操作模态,各稳态之间的过渡过程具有明显的动态特性。现有多模态处理方法大多没有$ g& i9 s& M% ?) b q; F' b
考虑过渡过程的监测;在考虑过渡过程的情况下,因没有进行有效的过渡过程特征提取,- Q) s+ B6 \0 {0 c
使得模态划分及多模态异常检测的效果都不理想。另一方面,工业过程数据多具有多尺: {2 [8 |3 g- j
度特性,但多尺度框架下的多模态异常检测研究还较少。本文基于数据驱动的方法对上9 y5 ~- x- o6 A, Z( g) O. j' i
述问题展开了研究,以保障多模态系统安全、高效的运行。主要工作如下:
) a) ~! L6 s0 k6 A! N) [% x(1)本文通过提取过程数据的微分几何特征,刻画过程动态特性,基于扩维后的数
% t/ l' m9 L. K& t据,提出一种基于微分几何特征聚类的模态划分方法。
: v! A' s2 l) p* m5 r(2)本文从过渡模态数据的动态渐变特性出发,研究过渡过程动态特征抽取技术,' V8 Y6 s9 \4 n$ V
提出了基于时变滚动球的过渡模态异常检测模型,有效进行过渡模态异常检测。
7 w a% j4 Q: p! F(3)针对具有多尺度特性的多模态过程,本文开展了多尺度框架下的多模态异常检& V. V) a% }6 X$ {
测研究,分别建立稳态多尺度主元分析模型和过渡模态多尺度微分几何模型,
3 `- o' L( u- B# l' D最终实现了多尺度框架下的多模态异常检测. s [. B! B) H% t9 J
/ B+ J% }5 o$ P) h7 L! c- z3 T" R
+ W$ t6 F+ }" Y7 m( ~' D* M: P
|
zan
|