-
Patent Agency Ranking
公开(公告)号：CN106681305A
公开(公告)日：2017-05-17
申请号：CN201710000827.6
申请日：2017-01-03
Applicant: 华南理工大学
IPC: G05B23/02
CPC classification number: G05B23/0254
Abstract: 本发明公开了一种Fast RVM污水处理在线故障诊断方法，包括步骤：1)剔除掉污水数据中属性不完整的样本，将其归一化到[0,1]区间中，确定历史数据集和更新测试集；2)采用基于聚类的快速相关向量机方法对历史数据集的多数类数据压缩；3)根据虚拟少数类向上采样方法对历史数据集的少数类数据扩充；4)建立“一对一”的快速相关向量机多分类训练模型；5)从更新测试集中添加新样本到模型中进行测试，并更新历史数据集；6)回到步骤2)，重新处理不平衡的历史数据，训练模型，不断重复上述过程，直到在线测试数据完毕。本发明有效地降低了污水数据的不平衡性，提高了分类准确率，加快在线更新速度，对于实时诊断出运行故障，保证污水处理厂安全运行。
-
公开(公告)号：CN105740619A
公开(公告)日：2016-07-06
申请号：CN201610061351.2
申请日：2016-01-28
Applicant: 华南理工大学
CPC classification number: G06F19/00 , G06K9/6269 , G06N3/084
Abstract: 本发明公开了一种基于核函数的加权极限学习机污水处理在线故障诊断方法，包括步骤：1)剔除掉污水数据中属性不完整的数据，然后将数据归一化处理，确定历史数据集和更新测试集；2)选取核函数和加权方案，然后根据最优模型确定模型参数；3)根据所选取的加权方案对历史数据集的每个样本赋予权值；4)训练模型，根据核函数计算核矩阵；5)从更新测试集中添加新样本到模型中进行测试，并更新历史数据集；6)回到步骤3)，重新训练模型，不断重复上述过程，直到在线测试数据完毕，从而实现对污水处理过程的在线运行状态的识别。本发明方法更新时间短，分类准确率高，对于实时诊断出运行故障，污水处理厂安全运行，提高污水处理厂的运行效率具有重要意义。
-
公开(公告)号：CN105487526A
公开(公告)日：2016-04-13
申请号：CN201610009907.3
申请日：2016-01-04
Applicant: 华南理工大学
IPC: G05B23/02
CPC classification number: G05B23/0254
Abstract: 本发明公开的本发明公开了一种Fast RVM污水处理故障诊断方法，包括以下顺序的步骤：1)剔除掉污水数据中待识别样本中属性不完整的样本，由于各样本属性量纲的不同，对其进行归一化处理，归一化到[0,1]区间中；2)基于聚类的快速相关向量机多数类数据压缩模块；3)虚拟少数类向上采样的少数类数据扩充模块；4)“一对一”的快速相关向量机多分类模型；5)快速相关向量机污水故障诊断建模。本发明通过基于聚类的快速相关向量机对多数类数据压缩和虚拟少数类向上采样方法对少数类数据扩充，降低了污水数据的不平衡性，同时采用Fast RVM对污水生化处理过程建立多分类模型，有效提高了对污水生化处理系统的故障诊断精度。
-
公开(公告)号：CN105487526B
公开(公告)日：2019-04-09
申请号：CN201610009907.3
申请日：2016-01-04
Applicant: 华南理工大学
IPC: G05B23/02
Abstract: 本发明公开的本发明公开了一种Fast RVM污水处理故障诊断方法，包括以下顺序的步骤：1)剔除掉污水数据中待识别样本中属性不完整的样本，由于各样本属性量纲的不同，对其进行归一化处理，归一化到[0,1]区间中；2)基于聚类的快速相关向量机多数类数据压缩模块；3)虚拟少数类向上采样的少数类数据扩充模块；4)“一对一”的快速相关向量机多分类模型；5)快速相关向量机污水故障诊断建模。本发明通过基于聚类的快速相关向量机对多数类数据压缩和虚拟少数类向上采样方法对少数类数据扩充，降低了污水数据的不平衡性，同时采用Fast RVM对污水生化处理过程建立多分类模型，有效提高了对污水生化处理系统的故障诊断精度。
-
公开(公告)号：CN105740619B
公开(公告)日：2018-06-12
申请号：CN201610061351.2
申请日：2016-01-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于核函数的加权极限学习机污水处理在线故障诊断方法，包括步骤：1)剔除掉污水数据中属性不完整的数据，然后将数据归一化处理，确定历史数据集和更新测试集；2)选取核函数和加权方案，然后根据最优模型确定模型参数；3)根据所选取的加权方案对历史数据集的每个样本赋予权值；4)训练模型，根据核函数计算核矩阵；5)从更新测试集中添加新样本到模型中进行测试，并更新历史数据集；6)回到步骤3)，重新训练模型，不断重复上述过程，直到在线测试数据完毕，从而实现对污水处理过程的在线运行状态的识别。本发明方法更新时间短，分类准确率高，对于实时诊断出运行故障，污水处理厂安全运行，提高污水处理厂的运行效率具有重要意义。
-
-
-
-
Search Results
5
records
(took 0.048 seconds)
