基于LLE-SVDD的高维非线性轮廓数据实时监控方法

摘要：

针对高维非线性轮廓数据的实时监控问题,文章提出了基于局部线性嵌入(LLE)和支持向量数据描述(SVDD)相结合的高维非线性轮廓监控方法.首先对受控的高维轮廓数据进行局部线性嵌入降维,然后使用降维后的轮廓数据对SVDD算法进行训练,最后用训练好的SVDD算法对高维轮廓数据进行实时监控.并利用蒙特卡洛方法生成仿真数据,以证实所提方法的有效性.结果 表明,相较于其他方法,所提方法在失控状态下平均运行链长较小,能够及时发现生产过程中的异常轮廓.

关键词：局部线性嵌入、非线性轮廓、支持向量数据描述、平均运行链长

所属期刊栏目：36

分类号：O21(概率论与数理统计)

资助基金：国家自然科学基金资助项目71672182;U1604262;U1904211

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：20-24