科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统振荡检测方法在处理非线性关系时准确率低的问题，提出了一种增强慢特征分析算法。在离线建模阶段，该算法对传统慢特征分析方法的权重系数进行解析来识别非线性信号，并采用神经网络拟合非线性信号，将拟合结果作为增强特征纳入原信号，从而将非线性关系转变为线性关系。在线检测阶段，根据正常数据的变化速率设定检测阈值，将超过该阈值的样本判定为振荡。设计仿真实验对提出算法进行验证；与传统方法相比，误报率平均降低0.625%,检测精度平均提高36.7%。结果表明，该算法不仅实现了非线性信号的自动识别与拟合，完成系统的线性化，同时能有效提升模型对非线性系统的振荡检测能力。
- 单位
