现代流程工业的机器学习建模

• 作者: 刘飞 张瑾 栾小丽 赵顺毅 陈子豪
• 来源期刊: 自动化仪表
• 学科: 工学
• 关键词: 流程工业 数据驱动 机器学习 深度学习 流形学习
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 综述
• 页码范围: 1-7
• 页数: 7页
• 分类号: TH-39
• 字数: 6960字
• 语种: 中文
• DOI: 10.16086/j.cnki.issn1000-0380.2019080019

摘要

随着工业大数据时代的来临,基于数据驱动的建模方法在现代流程工业中的研究和应用引起了广泛关注.对以典型机器学习算法为核心的数据驱动建模方法近年来的研究发展进行了系统性的阐述.首先回顾了以分类和回归任务为主的单层机器学习算法在流程工业中的研究与应用,涉及故障检测、识别和诊断,软测量以及质量检测等.再对图像识别、语义分析等领域受瞩目的深度学习算法目前在工业领域的应用与发展进行详述.进而介绍区别于统计分析理论的流形学习在流程工业上的研究与应用进展.最后,对基于上述三类机器学习算法的数据驱动建模方法进行总结并提出展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘飞	江南大学自动化研究所轻工过程先进控制教育部重点实验室	236	964	13.0	17.0
2	栾小丽	江南大学自动化研究所轻工过程先进控制教育部重点实验室	38	117	6.0	8.0
3	张瑾	江南大学自动化研究所轻工过程先进控制教育部重点实验室	2	0	0.0	0.0
4	赵顺毅	江南大学自动化研究所轻工过程先进控制教育部重点实验室	5	0	0.0	0.0
5	陈子豪	江南大学自动化研究所轻工过程先进控制教育部重点实验室	1	0	0.0	0.0