-
公开(公告)号：CN118445695A
公开(公告)日：2024-08-06
申请号：CN202410602772.6
申请日：2024-05-15
Applicant: 东南大学
IPC: G06F18/2411 , G06F18/2415 , G06F18/2135 , G06F18/2134 , G06N3/126
Abstract: 本发明公开了一种高斯‑非高斯混合分布数据的特征提取及过程监控方法及系统，通过ICA和PCA对原始数据进行独立/主成分分析，分别提取非高斯/高斯分量；然后，从分量中提取并构造故障特征，作为SVM的附加特征来训练出若干个基本模型，应用遗传算法和贝叶斯推理对基本模型进行优化整合，从而提高分类精度和泛化性能，建立出具有最优故障分类性能的集成模型。本发明的方法将主成分分析、独立成分分析与基于遗传算法的支持向量机‑贝叶斯推理方法相结合，改善对高斯/非高斯混合分布数据的故障特征提取能力，可以改善混合分布数据下的故障诊断性能，以便更早地发现和修复故障，从而提高系统的安全性。
Search Results
11
records
(took 0.031 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
