基于FCM-ANN的化工储罐异常检测方法研究

• 作者: 朱月 杨小健 钱景辉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 储罐 异常检测 FCM ANN 三层结构模型
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 214-219
• 页数: 6页
• 分类号: TP391
• 字数: 4386字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.02.038

摘要

如何准确地检测出储罐运行的异常状态是工业控制系统的核心问题,针对传统的有监督学习需要大量学习样本,而无监督学习准确率不足的问题,提出一种基于FCM-ANN的异常检测方法.该方法基于三层结构模型,FCM层不需要任何先验知识,对数据进行初步异常检测,ANN层对FCM层的每个类分别进行神经网络学习,最后通过ANN集成得到检测结果.对采集的储罐运行状态数据进行仿真后,结果表明该方法比ANN、FCM和Na(i)ve Bayes方法有更优的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小健	南京工业大学计算机科学与技术学院	33	191	7.0	10.0
2	钱景辉	南京工业大学计算机科学与技术学院	19	92	5.0	8.0
3	朱月	南京工业大学计算机科学与技术学院	2	2	1.0	1.0