- 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" |$ o7 B+ i7 Q, B: f' Q
5 p) _9 m* y/ p; [% ?
( g) ?$ `6 r; |: f$ t" L( G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
; |1 O* G0 m: O5 i% w2 S3 j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! q# l. ~2 \" E
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,
& z+ S& Z9 j% Z8 f1 K: |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% A- Q; B7 ?5 U3 J. N$ v$ l _
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
: o" w8 l- L: a; ~: R) T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:
0 `8 Z! N0 r- K1 ^# \(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+ n! W3 K8 Y/ I) L- Y
据,提出一种基于微分几何特征聚类的模态划分方法。
$ N3 T$ P5 v% ?% z, z(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,
5 q: q9 W" l- f$ 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。 Y/ ?% n, h. `
(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7 M2 ^5 I: g# f3 Q9 F
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,4 T3 S& B; a9 K& S6 S
最终实现了多尺度框架下的多模态异常检测" _2 h# r# W) d; v; y7 P# y' m
( p r4 I# o7 |
& L3 Q' M; N2 ?# T; Q2 ? |
zan
|