基于近红外光谱和LOF的蛋清粉非定向掺杂鉴别研究

1

作者 祝志慧 李沃霖 +4 位作者 韩雨彤 叶文杰 金永涛 王巧华 马美湖 《光谱学与光谱分析》 北大核心 2025年第6期1768-1775,共8页

蛋清粉的掺杂鉴别技术对保障蛋粉质量安全具有重要意义,然而目前传统的生物分子检测方法存在操作复杂且耗时长的问题,且针对蛋清粉的掺杂鉴别模型仍主要为定向鉴别模型,其检测范围有限,无法有效覆盖所有可能的掺杂物质,亟需开发一种快... 蛋清粉的掺杂鉴别技术对保障蛋粉质量安全具有重要意义,然而目前传统的生物分子检测方法存在操作复杂且耗时长的问题,且针对蛋清粉的掺杂鉴别模型仍主要为定向鉴别模型,其检测范围有限,无法有效覆盖所有可能的掺杂物质,亟需开发一种快速、准确、泛用的蛋清粉掺杂鉴别方法。该研究引入近红外光谱检测技术,构建了LOF非定向鉴别模型。该模型是一种无监督单分类模型,且在原模型基础上加入MSC预处理和CARS波长筛选处理,提高模型提取光谱特征的能力,减少噪声干扰,降低模型计算量。试验结果表明,LOF非定向鉴别模型针对掺杂蛋清粉的检测率可达到93.6%,其准确率、精确率、召回率、F1分数分别达到了93.6%、95.5%、93.6%、94.5%,针对掺杂浓度超过15%的蛋清粉,可达到100%的检测率,两种测试集的总准确率(AAR)均为93.6%,平均检测时间(AATS)可达到0.0011 s;与其他非定向算法相比具有更高的精度,且相比于传统的定向模型泛用性更强,更适合应用于市面上掺杂种类繁杂的蛋清粉掺杂鉴别。该研究可为后续开发针对蛋粉质量检测的便携式近红外光谱检测仪提供一定的科学基础。 展开更多

关键词 蛋清粉 近红外光谱 真实性检测 局部离群因子检测算法 非定向检测

在线阅读 下载PDF 职称材料

基于IKNN和LOF的变压器回复电压数据清洗方法研究 被引量：3

2

作者 陈啸轩 邹阳 +3 位作者 翁祖辰 林锦茄 林昕亮 张云霄 《电子测量与仪器学报》 CSCD 北大核心 2024年第2期92-100,共9页

基于回复电压极化谱提取特征参量是目前广泛应用的变压器油纸绝缘状态评估方法,但极化谱易受工况干扰、人工失误等因素影响而出现特征数据异常的情况,严重降低评估准确性。针对上述问题,该文提出了一种基于局部离群因子(LOF)和改进K最近... 基于回复电压极化谱提取特征参量是目前广泛应用的变压器油纸绝缘状态评估方法,但极化谱易受工况干扰、人工失误等因素影响而出现特征数据异常的情况,严重降低评估准确性。针对上述问题,该文提出了一种基于局部离群因子(LOF)和改进K最近邻(IKNN)的回复电压数据清洗方法。首先,选取回复电压极化谱的回复电压极大值Urmax、初始斜率Sr与主时间常数tcdom作为老化特征参量,并基于LOF算法对非标准极化谱中的异常特征量数据进行识别与筛除。其次,利用模糊C均值(FCM)聚类算法减小噪声点对KNN算法的干扰,并通过加权欧氏距离标度突出各特征量间的关联性,进而构建出基于IKNN的数据填补模型架构以实现特征缺失数据的填补。最后,代入多组实测数据验证所提数据清洗方法的实效性。结果表明,数据清洗后的状态评估准确率相较于原有数据上升了50%左右,有效提高了变压器回复电压数据质量,为准确感知变压器运行状况奠定坚实的基础。 展开更多

关键词 油纸绝缘 特征数据清洗 局部离群因子算法 回复电压极化谱 改进K最近邻算法

在线阅读 下载PDF 职称材料

基于LOF算法的核辐射自动监测系统设计与实现 被引量：3

3

作者 时劲松 冯江平 +5 位作者 王珍华 张金帆 闫翠翠 刘焱 杨颖琪 彭丽君 《核电子学与探测技术》 CAS 北大核心 2024年第2期303-310,共8页

为适应对高精度、全覆盖的核辐射监测要求,本文基于局部离群因子算法(Local Outlier Factor,LOF)设计了一套完善的核辐射自动监测系统。首先,结合具体情况,进行核辐射自动监测站布点,实时获取核辐射监测数据并通过无线通信网络传至服务... 为适应对高精度、全覆盖的核辐射监测要求,本文基于局部离群因子算法(Local Outlier Factor,LOF)设计了一套完善的核辐射自动监测系统。首先,结合具体情况,进行核辐射自动监测站布点,实时获取核辐射监测数据并通过无线通信网络传至服务器,采用传输加密技术保障数据传输过程的安全性与可靠性;其次,通过引入LOF算法有效识别监测数据中存在的传感器故障或者设备缺陷导致的无效监测异常值,无效值将不列入数据统计;最后,将有效的监测实时数据传送至监测指挥中心。系统试运行测试结果表明:该系统能有效针对各种硬件故障导致的无效数据进行高可靠性的实时监测和识别,无效数据判断准确性超过95%,提高了核辐射环境自动监测的稳定性和可靠性,有效防范核辐射造成的危害,为促进生态系统的可持续发展提供参考。 展开更多

关键词 核辐射 lof算法 大数据监测 核与辐射安全

在线阅读 下载PDF 职称材料

多源数据融合的焊接质量监测技术

4

作者 张发平 孙昊 +1 位作者 魏剑峰 宋紫阳 《北京理工大学学报》 北大核心 2025年第5期471-481,共11页

针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并... 针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并将这些特征值与焊接的熔池图像特征值结合,构成焊接质量的原始特征空间;然后采用线性判别方法,降维形成焊接信息的低维特征空间;最后,使用孤立森林法筛选邻域搜索空间,并将该邻域搜索空间中的焊接数据点划分为多个重叠子集.采用局部离群因子法对新数据点在多个重叠子集中进行邻域搜索,对焊接过程进行异常检测,该方法充分考虑了焊接质量数据的全局特征并且计算复杂度大为降低.最后,采用基于人工蜂群算法优化的概率神经网络进行焊接质量数据的精确细分和异常的精准识别,该方法增强了全局搜索能力,同时避免陷入局部最优.试验验证结果显示所提方法都焊接异常的检测精度可达97.44%,对综合焊接异常的识别精度可达96.03%,证明了方法的有效性. 展开更多

关键词 隐性焊接异常 多源数据 局部离群因子 概率神经网络 线性判别方法 人工蜂群算法

在线阅读 下载PDF 职称材料

IncLOF:动态环境下局部异常的增量挖掘算法 被引量：34

5

作者 杨风召 朱扬勇 施伯乐 《计算机研究与发展》 EI CSCD 北大核心 2004年第3期477-484,共8页

异常检测是数据挖掘领域研究的最基本的问题之一 ,它在欺诈甄别、贷款审批、气象预报、客户分类等方面有广泛的应用 以前的异常检测算法只适应于静态环境 ,在数据更新时需要进行重新计算 在基于密度的局部异常检测算法LOF的基础上 ,提... 异常检测是数据挖掘领域研究的最基本的问题之一 ,它在欺诈甄别、贷款审批、气象预报、客户分类等方面有广泛的应用 以前的异常检测算法只适应于静态环境 ,在数据更新时需要进行重新计算 在基于密度的局部异常检测算法LOF的基础上 ,提出一种在动态环境下局部异常挖掘的增量算法IncLOF ,当数据库中的数据更新时 ,只对受到影响的点进行重新计算 ,这样可以大大提高异常的挖掘速度 实验表明 ,在动态环境下IncLOF的运行时间远远小于LOF的运行时间 ,并且用户定义的邻域中的最小对象个数与记录数之比越小 。 展开更多

关键词 数据挖掘 异常检测 局部异常因子 局部可达密度 增量挖掘算法

在线阅读 下载PDF 职称材料

MELOF算法的理论分析与拓展 被引量：1

6

作者 李健 阎保平 李俊 《计算机工程》 CAS CSCD 北大核心 2009年第19期94-96,共3页

介绍LOF算法、记忆效应以及MELOF算法,对记忆效应进行理论证明,验证MELOF算法的正确性,同时分析该算法的不足和记忆效应的一些特性。针对MELOF算法中的不足进行改进,介绍未来的研究方向,即参数自动选择和利用分而治之思想提高运行效率等。

关键词 数据挖掘 异常检测 局部异常因子 记忆效应 MElof算法

在线阅读 下载PDF 职称材料

基于LOF的K-means聚类方法及其在微震监测中的应用 被引量：14

7

作者 刘德彪 李夕兵 +1 位作者 李响 尚雪义 《中国安全生产科学技术》 CAS CSCD 北大核心 2019年第6期81-87,共7页

矿山微震事件集群是分析矿震的重要参考之一,其准确的划分对矿山微震分布特征和微震活动分析具有重要作用。提出了1种基于局部离群因子(Local Outlier Factor,LOF)的K-means聚类算法并构建了综合SSE评价指标和模型,通过LOF算法检测异常... 矿山微震事件集群是分析矿震的重要参考之一,其准确的划分对矿山微震分布特征和微震活动分析具有重要作用。提出了1种基于局部离群因子(Local Outlier Factor,LOF)的K-means聚类算法并构建了综合SSE评价指标和模型,通过LOF算法检测异常微震事件和选取初始聚类中心,利用Krzanowski-Lai指数确定最佳聚类分组数;采用模拟计算比较了不同数据集大小的聚类效果。结果表明:基于LOF的K-means聚类方法评分最高,聚类结果最好;并利用该聚类方法分析用沙坝矿1649个微震事件的分布特征与微震活动性。实例表明,K=7为最佳聚类分组数,聚类簇的划分受断层滑移和矿山生产活动的影响。 展开更多

关键词 矿山微震 局部离群因子 K-MEANS聚类 微震活动性

在线阅读 下载PDF 职称材料

基于AP-LOF离群组检测的配电网连接验证 被引量：6

8

作者 司方远 韩英华 +1 位作者 赵强 汪晋宽 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第8期1070-1074,共5页

现有配电网连接验证工作将可疑异常值视为具有二元属性的独立个体,因此难以有效识别和验证具有高度内在相关性的局部离群组.针对这一问题,提出了基于AP-LOF离群组检测的配电网连接验证方法.通过引入近邻传播(affinity propagation,AP)... 现有配电网连接验证工作将可疑异常值视为具有二元属性的独立个体,因此难以有效识别和验证具有高度内在相关性的局部离群组.针对这一问题,提出了基于AP-LOF离群组检测的配电网连接验证方法.通过引入近邻传播(affinity propagation,AP)聚类方法,将待校验台区用户聚类为多簇,并基于局部离群因子(local outlier factor,LOF)算法对所有簇心进行离群点检测,从而准确识别出台区内的离群组用户.以某电力公司实际用户电压数据进行算例分析,结果证明了AP-LOF算法在配电网连接验证中的适用性和有效性. 展开更多

关键词 电压数据分析 配电网连接验证 局部离群组检测 近邻传播聚类 lof算法

在线阅读 下载PDF 职称材料

基于iForest和LOF的流量异常检测 被引量：9

9

作者 杭菲璐 郭威 +2 位作者 陈何雄 张振红 易东阳 《计算机应用研究》 CSCD 北大核心 2022年第10期3119-3123,共5页

异常检测在现代大规模分布式系统的安全管理中起着重要作用,而网络流量异常检测则是组成异常检测系统的重要工具。网络流量异常检测的目的是找到和大多数流量数据不同的流量,并将这些离群点视为异常。由于现有的基于树分离的孤立森林(iF... 异常检测在现代大规模分布式系统的安全管理中起着重要作用,而网络流量异常检测则是组成异常检测系统的重要工具。网络流量异常检测的目的是找到和大多数流量数据不同的流量,并将这些离群点视为异常。由于现有的基于树分离的孤立森林(iForest)检测方法存在不能检测出局部异常的缺陷,为了克服这个缺陷,提出一种基于iForest和局部离群因子(LOF)近邻集成的无监督的流量异常检测方法。首先,改进原始的iForest与LOF算法,在提升检测精度的同时控制算法时间;然后分别使用两种改进算法进行检测,并将结果进行融合以得到最终的检测结果;最后在自制数据集上对所提方法进行有效性验证。实验结果表明,所提方法能够有效地隔离出异常,获得良好的流量异常检测效果。 展开更多

关键词 流量异常检测 大规模多维数据 孤立森林 特征离群系数 局部离群因子

在线阅读 下载PDF 职称材料

基于时间序列压缩分割的监测数据异常识别算法研究 被引量：9

10

作者 蒲黔辉 张子怡 +2 位作者 肖图刚 洪彧 文旭光 《桥梁建设》 EI CSCD 北大核心 2024年第3期15-23,共9页

为有效识别桥梁健康监测数据的异常,减少误预警、漏预警现象,保障桥梁监测数据的质量和有效性,针对大跨度斜拉桥长期监测数据的缺失、离群和漂移3类异常数据,提出基于时间序列压缩分割的监测数据异常识别算法。该算法将原始监测数据时... 为有效识别桥梁健康监测数据的异常,减少误预警、漏预警现象,保障桥梁监测数据的质量和有效性,针对大跨度斜拉桥长期监测数据的缺失、离群和漂移3类异常数据,提出基于时间序列压缩分割的监测数据异常识别算法。该算法将原始监测数据时间序列通过基于序列重要点(Series Importance Point, SIP)的时间序列线性分段(Piecewise Linear Represent, PLR)算法(PLR_SIP)得到数条时间子序列;然后采用欧氏距离进行时间子序列的相似性分析,并基于改进的局部离群因子(Local Outlier Factor, LOF)算法计算每条时间子序列的局部离群因子;最后将其与设定的阈值相比较,从而识别出监测数据的异常。为验证该算法的准确性与工程实用性,对某公路大跨度斜拉桥健康监测数据进行异常识别。结果表明:采用PLR_SIP算法对原始时间序列压缩分割得到的时间子序列能够准确地反映原序列的变化趋势和范围;改进的LOF算法突破了传统LOF算法仅能识别离群值这类无持续时间异常的局限性,能够排除噪声的干扰,实现对离群、缺失和漂移3种异常的识别。该算法无需定义训练集,直接以原始监测数据作为算法的输入,同时能够自适应调整阈值参数,具有良好的可扩展性、实时性、准确性和高效性,适用于处理实时、大量的桥梁健康监测数据。 展开更多

关键词 斜拉桥 健康监测数据 异常识别 PLR_SIP算法 lof算法 时间序列 欧氏距离 局部离群因子

在线阅读 下载PDF 职称材料

基于动态阈值和差异性检验的自训练算法

11

作者 吕佳 邱鸿波 肖锋 《智能系统学报》 CSCD 北大核心 2024年第4期839-852,共14页

针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本... 针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本,依据标注分批次处理无标签样本,以使模型更易选取到高置信度的无标签样本;根据新增伪标签样本的数量和对比隶属度的变化,设计一种动态隶属度阈值函数,提升高置信度样本的质量;定义密集距离度量样本间的差异性,分别计算伪标签样本与同类和不同类样本之间的密集距离之和,从而找出不确定度高的伪标签样本,并将此类样本并入下轮训练的无标签样本集中,缓解误标记样本错误累积的问题。实验结果表明,该算法在12个UCI基准数据集上均取得理想效果。 展开更多

关键词 自训练算法 误标记样本 高置信度样本 动态阈值 差异性检验 局部离群因子 对比隶属度 密集距离

在线阅读 下载PDF 职称材料

基于集成学习的脱硫剂加入量预测方法 被引量：2

12

作者 方一飞 但斌斌 +3 位作者 吴经纬 容芷君 都李平 罗钟邱 《武汉科技大学学报》 CAS 北大核心 2024年第5期361-367,共7页

为解决铁水预脱硫过程中脱硫剂加入量控制问题,提出一种基于集成学习的脱硫剂加入量预测方法。首先,对原始数据进行预处理,将空值、重复值、0值以及不符合工艺规范的数据行删除,并使用LOF算法结合专家经验剔除异常值;其次,基于GBDT算法... 为解决铁水预脱硫过程中脱硫剂加入量控制问题,提出一种基于集成学习的脱硫剂加入量预测方法。首先,对原始数据进行预处理,将空值、重复值、0值以及不符合工艺规范的数据行删除,并使用LOF算法结合专家经验剔除异常值;其次,基于GBDT算法计算每个输入特征的重要性占比,进行特征筛选;最后,采用Optuna超参数自动寻优框架对预测模型调优,寻找最佳超参数组合,预测脱硫剂加入量。利用某钢厂铁水预处理过程中的实际生产数据,分别采用XGBoost、RF、GBDT以及LightGBM等方法构建预测模型并进行对比试验。其中XGBoost模型的拟合精度(R^(2))、均方根误差(RMSE)、平均绝对误差(MAE)以及平均绝对百分比误差(MAPE)分别为0.8962、198.245、119.726以及7.897%,相较于其它模型均是最优。 展开更多

关键词 脱硫剂加入量 铁水预脱硫 局部异常因子 Optuna算法 极限梯度提升树

在线阅读 下载PDF 职称材料

结合MapReduce框架的离群因子检测算法

13

作者 徐树奎 张煜 +2 位作者 李海霞 常海艳 张和伟 《火力与指挥控制》 CSCD 北大核心 2024年第11期128-132,共5页

离群因子检测目的是检测与大部分其他对象显著不同的数据对象。近年来,在某些分组计算应用场景下,数据量十分巨大,现有算法采用的欧氏距离计算开销不断增大,存在两个较有挑战性问题:1)组间数据对象数量十分巨大,计算耗时较长,开销较大;2... 离群因子检测目的是检测与大部分其他对象显著不同的数据对象。近年来,在某些分组计算应用场景下,数据量十分巨大,现有算法采用的欧氏距离计算开销不断增大,存在两个较有挑战性问题:1)组间数据对象数量十分巨大,计算耗时较长,开销较大;2)数据对象维度逐渐增多,算法时间开销大。将MapReduce计算框架与LOF算法相结合,解决上述问题。实验证明,引入了MapReduce分布式计算框架的改进算法可以有效提升大量数据中检测离群点的效率。 展开更多

关键词 离群因子检测 lof算法 MAPREDUCE框架 分布式计算

在线阅读 下载PDF 职称材料

轨式输送机轮轨噪声预测技术研究

14

作者 马红荣 牟宗磊 胡景淇 《噪声与振动控制》 CSCD 北大核心 2024年第5期186-192,共7页

针对轨式输送机运行中产生的噪声污染问题,基于通过现场试验采集的噪声数据,提出一种基于参数优化多项式曲面拟合的轨式输送机轮轨噪声建模方法。根据均值和最大值筛选出异常数组,采用局部离群因子算法检测异常数组中的异常数据并替换... 针对轨式输送机运行中产生的噪声污染问题,基于通过现场试验采集的噪声数据,提出一种基于参数优化多项式曲面拟合的轨式输送机轮轨噪声建模方法。根据均值和最大值筛选出异常数组,采用局部离群因子算法检测异常数组中的异常数据并替换。选取预处理后数据的最大值,以残差平方和最小值为目标函数,利用秃鹰搜索算法建立不同位置处轨式输送机轮轨噪声预测模型,揭示距离和速度对噪声的影响规律。分析结果表明:在轨式输送机机头、中间、机尾3个位置处模型拟合度达到0.9以上,模型预测值与实测值的误差小于0.7dB(A),模型吻合度较好;在距离和速度的影响下,机头处噪声高于机尾处噪声且变化趋势基本一致;中间处噪声低于机头与机尾处噪声且随速度与距离的增加呈二次曲线型变化。该研究成果可为轨式输送机噪声控制提供理论依据。 展开更多

关键词 声学 轨式输送机 噪声预测 多项式曲面拟合 局部离群因子算法 秃鹰搜索算法

在线阅读 下载PDF 职称材料

基于记忆效应的局部异常检测算法 被引量：8

15

作者 李健 阎保平 李俊 《计算机工程》 CAS CSCD 北大核心 2008年第12期4-6,共3页

基于密度的局部异常检测算法(LOF算法)的时间复杂度较高,限制了其在高维数据集以及大规模数据集中的使用。该文通过分析LOF算法,引入记忆效应概念,提出具有记忆效应的局部异常检测算法——MELOF算法。实验测试表明,该算法的计算结果与LO... 基于密度的局部异常检测算法(LOF算法)的时间复杂度较高,限制了其在高维数据集以及大规模数据集中的使用。该文通过分析LOF算法,引入记忆效应概念,提出具有记忆效应的局部异常检测算法——MELOF算法。实验测试表明,该算法的计算结果与LOF算法完全相同,而且能够大大缩短运行时间。 展开更多

关键词 数据挖掘 异常检测 局部异常因子 记忆效应 MElof算法

在线阅读 下载PDF 职称材料

一种基于聚类和快速计算的异常数据挖掘算法 被引量：12

16

作者 孟静 吴锡生 《计算机工程》 CAS CSCD 2013年第8期60-63,68,共5页

传统局部离群因子(LOF)算法在动态增量数据库环境下,进行二次异常数据挖掘需重新计算所有数据对象局部偏离因子,存在效率较低的问题。为此,提出一种基于聚类和快速计算的异常数据挖掘算法。对传统DBSCAN算法进行改进,并且在该改进算法... 传统局部离群因子(LOF)算法在动态增量数据库环境下,进行二次异常数据挖掘需重新计算所有数据对象局部偏离因子,存在效率较低的问题。为此,提出一种基于聚类和快速计算的异常数据挖掘算法。对传统DBSCAN算法进行改进,并且在该改进算法聚类的基础上,仅对部分数据对象计算局部偏离因子。实验结果表明,该算法在动态增量数据库环境下,与LOF与lncLOF算法相比,不仅计算时间效率高,而且能提高挖掘异常数据的精度。 展开更多

关键词 动态增量数据库 局部离群因子算法 lnclof算法 DBSCAN算法 聚类

在线阅读 下载PDF 职称材料

基于网格划分加权的分布式离群点检测算法 被引量：10

17

作者 梅林 张凤荔 +1 位作者 王瑞锦 高强 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第6期860-866,共7页

分布式计算被广泛应用于离群点检测问题,但分布式环境中节点计算性能的差异带来了数据计算性能的下降问题。针对面向大尺度高维数据离群点分布式计算的负载均衡问题,该文提出了一种加权分布式离群点检测方法。首先根据数据节点的计算性... 分布式计算被广泛应用于离群点检测问题,但分布式环境中节点计算性能的差异带来了数据计算性能的下降问题。针对面向大尺度高维数据离群点分布式计算的负载均衡问题,该文提出了一种加权分布式离群点检测方法。首先根据数据节点的计算性能确定数据节点的权值,然后将数据空间划分为若干个网格,最后设计了一种基于网格划分的加权分配算法WGBA,将这些网格分配到数据节点中,实现并行计算。实验验证了该方法的有效性。 展开更多

关键词 基于密度的离群点检测 分布式算法 网格划分 局部异常值因子

在线阅读 下载PDF 职称材料

基于LSNPE算法的化工过程故障检测 被引量：24

18

作者 宋冰 马玉鑫 +1 位作者 方永锋 侍洪波 《化工学报》 EI CAS CSCD 北大核心 2014年第2期620-627,共8页

复杂化工过程通常具有多个操作模态,而且采集的数据不服从单一的高斯或非高斯分布。针对化工过程的多模态和复杂数据分布问题,将局部标准化(local standardized,LS)策略应用于邻域保持嵌入(neighborhood preserving embedding,NPE)算法... 复杂化工过程通常具有多个操作模态,而且采集的数据不服从单一的高斯或非高斯分布。针对化工过程的多模态和复杂数据分布问题,将局部标准化(local standardized,LS)策略应用于邻域保持嵌入(neighborhood preserving embedding,NPE)算法,提出了一种新的基于局部标准化邻域保持嵌入(local standardized neighborhood preserving embedding,LSNPE)算法的故障检测方法。首先,使用LSNPE算法提取高维数据的低维子流形,进行维数约减,同时保持邻域结构不变。其次,通过特征空间中样本的局部离群因子(local outlier factor,LOF)构造监控统计量并确定其控制限。相较于监控多模态化工过程的多模型策略,提出的LSNPE方法不需要过程先验知识的支持,只需建立一个全局的监控模型。最后,通过数值仿真及Tennessee Eastman(TE)过程仿真研究验证了本文提出方法的有效性。 展开更多

关键词 局部标准化 邻域保持嵌入算法 局部离群因子 多模态过程系统 监控模型

在线阅读 下载PDF 职称材料

基于密度聚类技术的电力系统用电量异常分析算法 被引量：69

19

作者 田力 向敏 《电力系统自动化》 EI CSCD 北大核心 2017年第5期64-70,共7页

如何科学、准确地识别异常用电量对于改善电力系统用电管理至关重要。文中提出一种基于密度聚类技术的电力系统用电量异常分析算法。该算法通过基于密度的聚类技术和局部离群点要素给出异常用电波动区间的离群度,利用关联分析法构造关... 如何科学、准确地识别异常用电量对于改善电力系统用电管理至关重要。文中提出一种基于密度聚类技术的电力系统用电量异常分析算法。该算法通过基于密度的聚类技术和局部离群点要素给出异常用电波动区间的离群度,利用关联分析法构造关联规则,同时给出其关联规则支持度,并结合当前用电量综合分析获取异常用电得分。最后以异常用电百分比实现用电量信息异常情况的快速、可靠分析。仿真和实验测试结果表明该异常分析算法能够高效识别用电信息异常数据,从而提高用电量异常分析的准确率。 展开更多

关键词 用电量异常分析 密度聚类 局部离群点要素 关联分析

在线阅读 下载PDF 职称材料

一种不等长的多模态间歇过程故障检测方法 被引量：13

20

作者 郭金玉 袁堂明 李元 《化工学报》 EI CAS CSCD 北大核心 2016年第7期2916-2924,共9页

提出一种不等长的多模态间歇过程故障检测方法。首先,运用局部加权算法对不等长批次数据进行预处理。在训练样本中确定不等长数据的最大可保留长度,利用k近邻信息,通过加权重构出不等长批次缺失的数据点。其次,对等长的训练集构造局部... 提出一种不等长的多模态间歇过程故障检测方法。首先,运用局部加权算法对不等长批次数据进行预处理。在训练样本中确定不等长数据的最大可保留长度,利用k近邻信息,通过加权重构出不等长批次缺失的数据点。其次,对等长的训练集构造局部近邻标准化矩阵,运用K-means算法进行模态聚类,使用局部离群因子方法确定第一控制限,并剔除离群样本。最后,对各个模态建立MPCA模型并确定第二控制限。根据各个模态控制限的匹配系数计算统一的统计量和控制限,在统一的控制限下进行多模态故障检测。将提出方法应用于半导体工业过程,仿真结果表明,与传统的故障检测算法相比,本文算法提高了故障检测率,验证了该方法的有效性。 展开更多

关键词 多模态过程 故障检测 不等长数据 主元分析 算法 模型 局部离群因子 局部近邻标准化矩阵

在线阅读 下载PDF 职称材料