论文部分内容阅读
针对化工过程中检测数据变量维数高、非线性与动态特性相结合的特点,而传统的线性降维算法不能提取局部结构信息和动态特性,提出了基于动态邻域保持嵌入–支持向量数据描述(DNPE-SVDD)算法的化工过程监控模型。结合DNPE在非线性降维和SVDD在异常点检测的优势,使用DNPE算法进行维数约减,对降维后的流形空间采用SVDD算法建立监控模型,通过Tennessee Eastman(TE)化工过程进行仿真研究,同时与DPCA、DNPE算法对比验证所提算法的性能,结果表明DNPE-SVDD能获得更高的故障检测