针对间歇生产过程中,采集的数据存在非高斯、非线性的特征,本文将支持向量数据描述(Support Vector Data Description,SVDD)的方法应用到间歇过程故障监测中.首先,将数据按照批次展开并进行标准化,再按照变量展开;然后,建立SVDD模型,应...
详细信息
针对间歇生产过程中,采集的数据存在非高斯、非线性的特征,本文将支持向量数据描述(Support Vector Data Description,SVDD)的方法应用到间歇过程故障监测中.首先,将数据按照批次展开并进行标准化,再按照变量展开;然后,建立SVDD模型,应用核函数求出模型半径R;对新的待检测样本,先计算其与模型中心的距离,再与半径比较,判断它是否正常.因为SVDD可以利用核函数替代向量内积的计算,所以能够解决非高斯、非线性数据的检测问题.最后,在青霉素发酵过程监测的成功应用,验证了该方法的有效性、准确性.
暂无评论