改进的加权t-SNE算法及在故障诊断中的应用

• 作者: 夏丽莎 方华京
• 来源期刊: 计算机应用研究
• 关键词: 故障诊断 加权t-SNE Manhattan距离 核密度估计
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2078-2081
• 页数: 4页
• 分类号: TP277
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.12.0952

摘要

对随机邻域嵌入算法(SNE)中的距离进行改进,提出一种基于Manhattan距离的加权t-SNE(Mwt-SNE)算法.使用受空间维数影响较小的Manhattan距离作为度量方式,使用K-均值聚类算法将高维空间数据样本点距离分为三类,基于表格法进行权重参数寻优与加权,以加权相对Manhattan距离代替欧氏绝对距离计算相似度条件概率,从而增大数据对象之间的区分度,提升降维效果,增强分类显著性.提出基于Mwt-SNE算法的在线故障诊断模型,使用核密度估计(KDE)确定控制限并进行在线监控.TE化工过程实验表明,Mwt-SNE算法能有效降低误报率和漏报率,从而提高故障诊断稳定性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方华京	华中科技大学自动化学院	125	1535	23.0	33.0
2	夏丽莎	上海理工大学管理学院	9	17	2.0	4.0