-
公开(公告)号:CN106326915B
公开(公告)日:2019-08-02
申请号:CN201610653460.3
申请日:2016-08-10
Applicant: 北京理工大学
IPC: G06K9/62
Abstract: 一种基于改进核Fisher的化工过程故障诊断方法如下:步骤1、采集原始的化工过程故障数据并进行归一化处理,将此数据分为训练集和测试集;步骤2、将训练集输入改进类间距的核Fisher方法中,输出阈值参数并用交叉验证法优化选取高斯径向基核函数的参数;步骤3、将步骤1输出的测试集输入改进类间距的核Fisher方法进行投影;步骤4、根据步骤2输出的阈值参数判断经步骤3投影后数据是否为边界点,并采用马氏距离结合改进后的K‑NN算法来判断故障类别。本发明所提方法改善了样本数据在投影空间的分布,并引入边界阈值参数,马氏距离与改进K‑NN算法的配合,在保证分类时间尽量短的情况下提高了总体样本的分类准确率。
-
公开(公告)号:CN106326915A
公开(公告)日:2017-01-11
申请号:CN201610653460.3
申请日:2016-08-10
Applicant: 北京理工大学
IPC: G06K9/62
CPC classification number: G06K9/627
Abstract: 一种基于改进核Fisher的化工过程故障诊断方法如下:步骤1、采集原始的化工过程故障数据并进行归一化处理,将此数据分为训练集和测试集;步骤2、将训练集输入改进类间距的核Fisher方法中,输出阈值参数并用交叉验证法优化选取高斯径向基核函数的参数;步骤3、将步骤1输出的测试集输入改进类间距的核Fisher方法进行投影;步骤4、根据步骤2输出的阈值参数判断经步骤3投影后数据是否为边界点,并采用马氏距离结合改进后的K-NN算法来判断故障类别。本发明所提方法改善了样本数据在投影空间的分布,并引入边界阈值参数,马氏距离与改进K-NN算法的配合,在保证分类时间尽量短的情况下提高了总体样本的分类准确率。
-