本發明公開了一種基于流形學習的廢水處理故障監測方法,可用于對存在強烈非線性和非高斯性的工業過程進行故障監測。首先,使用流形學習方法發現高維空間中輸入數據之間的內在關系,使用梯度下降法尋找與高維空間數據最相近的低維特征數據。借助均勻流形近似及投影算法,降低過程數據的維度,應用支持向量數據描述分類算法對低維特征數據進行快速且有效的分類,解決實際生產過程中數據的非高斯性問題;使用廢水處理過程的故障數據驗證模型的故障監測效果。實驗結果表明,均勻流形近似及投影結合支持向量數據描述模型,能夠提高故障監測模型的監測效果,更加適合于復雜工業過程的過程監測系統。
聲明:
“基于流形學習的廢水處理故障監測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)