基于SSAE的非线性系统故障分类方法

• 作者: 叶晓丰 杨泽宇 王培良
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 堆叠稀疏自动编码器 核独立成分分析 softmax分类器 故障分类 TE过程
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 安全监控系统
• 页码范围: 2003-2009
• 页数: 7页
• 分类号: TP277
• 字数: 6308字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.161362

摘要

针对核独立成分分析(KICA)方法虽能对非线性非高斯过程数据有很好的处理能力,但是却不能有效地进行故障分类的问题,提出了一种将堆叠稀疏自动编码器(SSAE)与KICA方法结合的复杂系统故障分类方法.首先利用KICA提取数据的主导独立成分,然后通过SSAE和softmax分类器所构成的完整SSAE分类算法建立模型,该模型采用非监督逐层贪婪训练算法初始化网络权重,并使用有限内存拟牛顿(L-BFGS)算法进行反向微调各参数,最后将过程数据输入到该训练好的模型,实现故障分类.TE过程的实验结果表明,KICA-SSAE算法的故障平均分类精度较高,表现出良好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培良	杭州电子科技大学电子信息学院	66	292	10.0	14.0
5	叶晓丰	杭州电子科技大学电子信息学院	3	10	2.0	3.0
6	杨泽宇	杭州电子科技大学电子信息学院	4	15	3.0	3.0