支持向量数据描述性能优化及其在非高斯过程监控的应用
张建明;许仙珍;谢磊;王树青
浙江大学智能系统与控制研究所,工业控制技术国家重点实验室, 浙江 杭州 310027
Performance optimization of SVDD and its application in non-Gaussian process monitoring
ZHANG Jianming;XU Xianzhen;XIE Lei;WANG Shuqing
摘要:
针对传统统计过程监控假设数据服从高斯分布的不足,提出了基于混合信号模型(MSM)及支持向量数据描述(SVDD)的非高斯过程监控方法。混合信号模型中包含了高斯、非高斯信号源及过程测量噪声,给出了基于混合信号模型的过程测量变量分解方法、统计量的定义及其分布。针对非高斯信号源监控,提出了SVDD核参数化的一般形式及其优化算法。工业实际数据中的应用表明,通过SVDD核函数优化,可准确地对数据的非高斯特性进行刻画,及时地发现工业过程中出现的异常情况。