《表2 四种方法的故障检测率Tab.2 Fault detection rate among four methods》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《非局部约束下的局部稀疏保持投影及其在故障检测中的应用》
%
为了进一步验证NLC-LSPP方法的可行性,将其与传统的PCA方法、文[12]涉及的LPSM方法、LPP方法和加入核密度估计的NLC-LSPP比较分析,后3种方法采用T2统计指标,对TE过程中几类故障数据进行监测,详细的故障检测率列于表,其中故障检测率=已检测到的故障样本数/所有的故障样本数×100%,误报率=被误报为故障的正常样本数/所有正常样本数×100%.仿真时采集400个正常样本作为训练集,测试集包含1 000个样本,其中前200个样本为正常操作,后800个样本为故障数据.从平均检测率来看,LPSM方法取得了比传统的PCA、LPP方法更好的监测结果,主要是由于LPSM构建了局部保持投影下的稀疏模型,比较准确地反映过程数据的结构特征.NLC-LSPP方法监测性能优于LPSM方法,由于其综合考虑了数据局部和非局部邻域关系的稀疏表示,更精确地表征过程数据的内在结构特性,反映了过程变化情况.此外,加入核密度估计的NLC-LSPP方法由于准确估计了稀疏码的概率密度,添加了合适的权重,获得了最高的检测率.
图表编号 | XD0060270700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 卢春红、王杰华、文万志 |
绘制单位 | 南通大学计算机科学与技术学院、南通大学计算机科学与技术学院、南通大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |