面向复杂工业大数据的实时特征提取方法

• 作者: 孔宪光 常建涛 牛萌 章雄 马洪波
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 工业大数据 实时性与鲁棒性 滑动窗口 主成分分析 离群点检测 特征提取
• 年，卷（期）: 2016,（5）
• 页码范围: 70-74,152
• 页数: 6页
• 分类号: TP391
• 字数: 4806字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2016.05.013

摘要

工业大数据具有大体量、多源性、连续采样和价值密度低等特点，造成其数据复杂度高、实时性强和异常数据多。而传统的特征提取方法已无法满足复杂工业大数据的实时性要求，同时工业大数据的处理方法不同于基于互联网的数据流处理方法，其对精度要求较高。针对该问题，提出一种鲁棒的增量在线特征提取方法，即鲁棒增量主成分分析，采用滑动窗口动态更新数据，过滤窗口内的异常数据点；然后对窗口内数据进行增量主成分分析，从而满足工业大数据处理的精度及实时性要求。实验结果表明，该方法可有效对数据流进行实时的特征提取，并达到一定的精度要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马洪波	西安电子科技大学工业大数据技术研究中心	46	740	13.0	26.0
2	孔宪光	西安电子科技大学工业大数据技术研究中心	13	99	5.0	9.0
3	常建涛	西安电子科技大学工业大数据技术研究中心	5	38	2.0	5.0
4	章雄	西安电子科技大学工业大数据技术研究中心	1	30	1.0	1.0
5	牛萌	西安电子科技大学工业大数据技术研究中心	2	35	2.0	2.0