支持向量数据描述性能优化及其在非高斯过程监控中的应用

• 作者: 张建明 王树青 许仙珍 谢磊
• 来源期刊: 化工学报
• 关键词: 支持向量数据描述 微粒群优化 统计监控 非高斯过程
• 年，卷（期）: 2010,（8）
• 页码范围: 2072-2077
• 分类号: TP277
• 语种: 中文

摘要

针对传统统计过程监控假设数据服从高斯分布的不足,提出了基于混合信号模型(MSM)及支持向量数据描述(SVDD)的非高斯过程监控方法.混合信号模型中包含了高斯、非高斯信号源及过程测量噪声,给出了基于混合信号模型的过程测量变量分解方法、统计量的定义及其分布.针对非高斯信号源监控,提出了SVDD核参数化的一般形式及其优化算法.工业实际数据中的应用表明,通过SVDD核函数优化,可准确地对数据的非高斯特性进行刻画,及时地发现工业过程中出现的异常情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建明	浙江大学智能系统与控制研究所工业控制技术国家重点实验室	30	376	12.0	18.0
2	王树青	浙江大学智能系统与控制研究所工业控制技术国家重点实验室	111	2290	29.0	43.0
3	谢磊	浙江大学智能系统与控制研究所工业控制技术国家重点实验室	69	567	13.0	21.0
4	许仙珍	浙江大学智能系统与控制研究所工业控制技术国家重点实验室	5	89	4.0	5.0