本发明公开了一种基于流形学习的废水处理故障监测方法,可用于对存在强烈非线性和非高斯性的工业过程进行故障监测。首先,使用流形学习方法发现高维空间中输入数据之间的内在关系,使用梯度下降法寻找与高维空间数据最相近的低维特征数据。借助均匀流形近似及投影算法,降低过程数据的维度,应用支持向量数据描述分类算法对低维特征数据进行快速且有效的分类,解决实际生产过程中数据的非高斯性问题;使用废水处理过程的故障数据验证模型的故障监测效果。实验结果表明,均匀流形近似及投影结合支持向量数据描述模型,能够提高故障监测模型的监测效果,更加适合于复杂工业过程的过程监测系统。
声明:
“基于流形学习的废水处理故障监测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)