- 在线时间
- 699 小时
- 最后登录
- 2023-3-1
- 注册时间
- 2020-3-24
- 听众数
- 5
- 收听数
- 0
- 能力
- 0 分
- 体力
- 15404 点
- 威望
- 0 点
- 阅读权限
- 150
- 积分
- 5107
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 969
- 主题
- 953
- 精华
- 0
- 分享
- 0
- 好友
- 10
TA的每日心情 | 开心 2022-10-20 10:40 |
|---|
签到天数: 42 天 [LV.5]常住居民I
TA的关系
- 自我介绍
- 好
 |
基于数据驱动的多模态异常检测方法# F' `0 l% r6 i0 b, ]7 _; P2 I
# E1 c" x8 [. |0 D0 ^0 j9 |6 W6 y x
' F! K; z6 \# ^. s- `由于原料性质、设备磨损、过程负荷等因素的影响,复杂工业系统会出现多个稳定4 Z: B+ d$ X3 U3 j2 N' D6 o4 ?
操作模态,各稳态之间的过渡过程具有明显的动态特性。现有多模态处理方法大多没有
2 F4 {, {5 d9 j' t* U考虑过渡过程的监测;在考虑过渡过程的情况下,因没有进行有效的过渡过程特征提取,
4 @$ `6 o, |6 D/ Q! g使得模态划分及多模态异常检测的效果都不理想。另一方面,工业过程数据多具有多尺
$ N- U7 o) v6 r2 o度特性,但多尺度框架下的多模态异常检测研究还较少。本文基于数据驱动的方法对上
$ f/ {+ V" h v& p述问题展开了研究,以保障多模态系统安全、高效的运行。主要工作如下:) m: p: M- _0 Y9 F
(1)本文通过提取过程数据的微分几何特征,刻画过程动态特性,基于扩维后的数* h( b" b4 ]8 s& y6 w
据,提出一种基于微分几何特征聚类的模态划分方法。
3 h, ]; A$ I' @8 L5 e; X(2)本文从过渡模态数据的动态渐变特性出发,研究过渡过程动态特征抽取技术,* S( S4 e {. I! @3 ~
提出了基于时变滚动球的过渡模态异常检测模型,有效进行过渡模态异常检测。
. L; h# g4 Q/ _' V( N$ k- L; J(3)针对具有多尺度特性的多模态过程,本文开展了多尺度框架下的多模态异常检
" U5 q4 c3 N% K: d测研究,分别建立稳态多尺度主元分析模型和过渡模态多尺度微分几何模型,
9 L) X8 s e9 S5 m5 Q- w; j8 ?3 S s7 n最终实现了多尺度框架下的多模态异常检测! w, Y$ H+ F6 j C# ?
4 L- g2 a! o( J- H3 e0 Y, Q
) v# a$ ?$ H3 S7 p5 w |
zan
|