基于SOM的高维化工过程数据粗差判别

• 作者: 涂晓芝 钱锋 颜学峰
• 来源期刊: 石油化工高等学校学报
• 学科: 工学
• 关键词: SOM网络 粗差判别 可视化 初馏塔
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 计算机与控制
• 页码范围: 84-86,90
• 页数: 4页
• 分类号: TP.183
• 字数: 2453字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-396X.2008.04.020

摘要

针对石油化工生产过程样本数据呈高维的特征.提出了基于自组织映射(Self-Organizing Map,SOM)网络的粗差判别方法.并实际应用于初馏塔生产过程.首先应用SOM网络对初馏塔生产过程数据进行保留拓扑结构的降维映射,然后通过对其映射平面神经元间距离的可视化分析,实现数据粗差判别.研究结果表明用SOM网络来发现高维复杂生产过程数据中的粗差具有很好的可视化效果及应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱锋	华东理工大学自动化研究所	223	3004	26.0	44.0
2	颜学峰	华东理工大学自动化研究所	61	628	12.0	22.0
3	涂晓芝	华东理工大学自动化研究所	4	42	3.0	4.0