首页|LWT-SSF特征学习的双变量过程均值偏移在线诊断

LWT-SSF特征学习的双变量过程均值偏移在线诊断

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
为了提升双变量过程均值偏移的诊断效率,提出了提升小波重构去噪增强、堆叠稀疏滤波特征学习和Softmax回归分类的双变量过程均值偏移在线诊断模型.首先,对原始数据流进行提升小波分解与重构,以突显其整体变化特性.其次,利用堆叠稀疏滤波对重构后的数据序列进行逐层学习,得到维度低且表征强的数据特征.而后,通过带有标签的特征数据对Softmax回归分类器进行有监督学习,识别双变量过程均值偏移的失控源.最后,仿真实验验证了所提诊断模型的有效性.
On-line Identification of Mean Shifts in Bivariate Processes Using Lifting Wavelet Transform and Stacked Sparse Filtering

周昊飞、王国东、李婧

展开 >

郑州航空工业管理学院 管理工程学院,河南 郑州 450046

双变量过程 均值偏移 提升小波变换 堆叠稀疏滤波 Softmax回归

国家自然科学基金河南省科技攻关计划教育部人文社会科学研究项目

7187120421210221005321YJC630151

2024

10.3969/j.issn.1009-0134.2024.05.009

制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子：0.482
ISSN：1009-0134
年,卷(期)：2024.46(5)
  • 21