科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基于主成分分析的故障检测方法只考虑软件运行数据集非高斯信息的提取而没有考虑高阶特征,导致故障检测延迟时间较长,检测率低的问题,提出一种面向互联网的局域底层软件运行故障检测方法。采用贝叶斯推断方法将局域底层软件运行过程变量和质量变量间的关联关系的互信息融合,选择含有质量变量信息量最大的一组过程变量,利用主成分分析方法对这组过程变量统计建模,依据加权互信息选取故障低阶信息量最大的特征,构建故障低阶数据统计量,采用统计模量分析方法将故障低阶特征映射到高阶特征空间中,统计故障高阶特征数据,构成运行周期内的故障高阶数据统计量,将此周期内统计模量作为行向量建立训练集,应用核主元分析方法对训练集进行故障检测同时确定控制限,弥补了主成分分析方法无法提取故障高阶特征的弊端。实验结果表明,所提方法能够有效提升故障的检测时间,提高故障检测率。
-
单位吕梁学院
