科研之友
微信
新浪微博
Facebook
分享链接
摘要
通过使高维空间的数据相似度按概率分布,在邻域嵌入后仍然保持相同的概率分布来实现非线性降维,随机邻域嵌入方法已成功应用于过程监测。然而,这种方法仅仅关注了数据成对样本之间的局部相似关系,忽视了远距离样本之间的非近邻关系。针对这个问题,提出了信息增强的随机邻域嵌入方法,利用基于几何测距的随机邻域概率分布度量样本之间的局部相似关系,同时关注了远距离样本之间的非局部结构关系,实现了非线性过程的特征提取。提出的信息增强随机邻域嵌入方法与传统的随机邻域嵌入方法相比,保持了更完整的结构信息,能更灵活地表征过程系统的状态,更具竞争力。所提方法在TE化工过程中进行仿真验证,并与现有的几种方法进行对比,结果表明了该方法的优越性。
- 单位
