基于Radviz及其优化的可视化故障诊断方法

• 作者: 徐永红 洪文学 陈铭明
• 来源期刊: 计算机应用研究
• 关键词: 故障诊断 Radviz图 Vizrank 机器学习 Tennessee Eastman过程
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 840-842
• 页数: 3页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.03.011

摘要

阐述了Radviz(radial visualization)技术,即将高维数据样本非线性的投影到二维目标空间.Vizrank优化能够从数以万计的投影图中评价和确定最好的投影方式;能够快速找到容易被领域专家认可的可视化模型,只需少量输入变量(2～7)就能够做到数据的可视化,并且有很好的分类效果.在TEP仿真系统中的应用,表明了Radviz及其优化的可视化故障诊断方法可以将正常与故障状态有效地分开.该可视化故障诊断方法具有简单而不失精确性、易于利用领域专家知识、诊断结果直观形象并容易理解等显著优点.