科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对具有多模态、非线性特征的复杂分布数据的工业过程，提出一种基于局部相对概率密度（LRPD）的多核支持向量机（MKSVM）故障检测方法LRPD-MKSVM。首先，计算训练样本的局部概率密度矩阵并进行标准化处理，来消除数据的多模态特性；其次，运用标准化后的概率密度矩阵训练多核SVM模型，获得判别分类函数；之后，将测试数据的概率密度矩阵作为多核SVM模型的输入，对其进行分类；最后，将该方法应用于TE多模态工业过程，分别与基于单核的高斯核函数SVM(RBFSVM)、多项式核函数SVM(POLYSVM)分类方法 对比分析，结果表明：基于多核SVM方法的分类正确率明显优于单核SVM方法。
- 单位
