支持向量数据描述
支持向量数据描述的相关文献在2003年到2022年内共计364篇,主要集中在自动化技术、计算机技术、机械、仪表工业、无线电电子学、电信技术
等领域,其中期刊论文305篇、会议论文15篇、专利文献582204篇;相关期刊162种,包括系统工程与电子技术、吉林大学学报(工学版)、机械科学与技术等;
相关会议14种,包括第十一届和谐人机环境联合会议、2015年湖北省暖通空调制冷及热能动力学术年会暨湖北省暖通年会、第十一届全国信息隐藏暨多媒体信息安全学术大会 CIHW2013等;支持向量数据描述的相关文献由956位作者贡献,包括李凌均、谢彦红、李元等。
支持向量数据描述—发文量
专利文献>
论文:582204篇
占比:99.95%
总计:582524篇
支持向量数据描述
-研究学者
- 李凌均
- 谢彦红
- 李元
- 方景龙
- 潘志松
- 缪志敏
- 赵陆文
- 潘玉娜
- 王建林
- 王晓丹
- 胡谷雨
- 邱科鹏
- 郝伟
- 何方敏
- 何正嘉
- 刘文静
- 吴灏
- 孟进
- 康颖
- 张建明
- 文传军
- 李亚星
- 李伟
- 李卫鹏
- 王士同
- 王树青
- 王青
- 葛松虎
- 谢磊
- 郭宇
- 陈进
- 韩捷
- 马琳钰
- 丁力
- 于涛
- 付强
- 冯国瑜
- 刘伟旻
- 叶俊勇
- 吴文海
- 孔维峰
- 宋执环
- 崔立林
- 张立燕
- 张莉
- 曲建岭
- 朱海潮
- 李凡长
- 李强
- 李斌
-
-
谢彦红;
薛志强;
李元
-
-
摘要:
针对SVDD方法在训练阶段计算量大、训练时间久的问题,提出了基于局部保持投影支持向量数据描述(LPP-SVDD)的故障检测方法.结合LPP处理线性降维和SVDD在异常点检测的优势,使用LPP算法对原始数据进行维数约减,对降维后的数据采用SVDD算法建立监控模型,在最大程度保留数据局部结构特性的同时达到数据维数约减的目的,从而降低SVDD的计算量,缩短建模及检测时间.通过数值例子和半导体工艺过程进行仿真研究,对比LPP、k NN、SVDD、LPP-SVDD方法,验证所提方法的性能.结果证实了LPP-SVDD不仅具有准确的检测能力,而且具有较高的检测效率.
-
-
王斐;
房立清;
陈敬文
-
-
摘要:
针对火炮自动机故障状态监测问题,提出了一种基于支持向量数据描述的故障状态监测模型。利用搭建的自动机振动测试平台获取自动机振动信号,采用变模态分解方法将振动信号分解为多个本征模态分量,计算各个分量的样本熵值作为故障特征,并以正常状态下的自动机故障特征为训练样本进行SVDD模型的训练,训练过程中根据模型特点找到合适的模型参数,完成自动机状态监测模型的构建。在自动机测试平台上设置多种预制零件故障进行模型的验证,结果表明所建立的状态监测模型对异常状态的发生有很强的敏感性,具有较高的检测准确率;同时设计了关重件模拟性能退化试验,试验结果验证了所提出的模型具有良好的早期故障检测能力,可较为准确地反映自动机故障性能退化过程,可为火炮自动机故障状态监测提供一定的借鉴和指导。
-
-
方宇;
曹雪梅;
杨梅;
王轩;
闵帆
-
-
摘要:
分类学习效果与有限训练样本的分布情况密切相关。支持向量数据描述(Support vector data description,SVDD)作为单一边界求解模型,不能良好刻画数据实际分布特征,从而导致部分目标对象落在超球以外。为了提高其分类能力,本文提出一种基于粒计算的支持向量数据描述(Granular computing-driven SVDD,GrC-SVDD)分类方法,构造多粒度层次的属性集合以及相应的多粒度超球。首先通过邻域自信息对当前粒度层的属性集合重要度进行计算,然后选择最佳属性集合对上一粒度层未达到纯度阈值的超球再训练,直到所有超球满足条件或者属性耗尽。实验部分讨论了算法参数对分类性能的影响,并通过学习获得超参数。结果表明,与SVDD及流行的分类算法相比,本文方法具有较好的分类性能。
-
-
张成;
伊海迪;
李元
-
-
摘要:
针对传统SVDD方法对多模态过程故障检测率低的问题,提出了自适应滑动窗口-支持向量数据描述(adaptive moving window-support vector data description, AMW-SVDD)的故障检测方法。首先,使用网格搜索方法建立窗宽序列并获取初始窗宽;其次,应用滑动窗口技术将整体数据以窗宽为标准切分到多个子窗口;然后,利用网格搜索方法和粒子群优化(particle swarm optimization, PSO)算法,得到最优窗宽和由各窗口最优SVDD模型构成的模型序列;最后,使用最优模型序列进行故障检测,并将此方法应用于数值例子及田纳西伊斯曼(TE)数据集。结果表明,与传统故障检测方法如KPCA和SVDD等相比,AMW-SVDD方法可有效捕获过程数据的多模态特性。AMW-SVDD方法通过滑动窗口技术捕获数据的局部特征,同时应用PSO算法优化局部模型,二者结合可以自适应确定窗宽参数,进一步获取最优子模型序列,能够有效解决多模态过程故障检测问题,为提高SVDD方法在多模态过程中的故障检测性能提供了参考。
-
-
焦瑞华;
马欣;
李晓猛;
董智超
-
-
摘要:
通常情况下剩余使用寿命(Remaining Useful Life, RUL)预测的实现都是基于各种传感器监测得来的数据,如何从具有过程噪声的连续采集的大量数据中提取退化特征来监测系统的性能退化趋势,从而准确地预测出RUL是一项挑战。因此,提出了一个基于支持向量数据描述(Support Vector Data Description, SVDD)和粒子滤波(Particle Filter, PF)的RUL预测方法。首先,利用SVDD从大量历史数据中提取一个可以反映系统性能退化趋势的健康指标;其次,针对健康指标的退化趋势构建一个退化模型,同时可以相应地确定一个故障阈值;然后,基于PF算法和自动确定的故障阈值来实现RUL的准确预测;最后,利用航空发动机退化数据集验证了所提出方法的有效性和优越性。
-
-
崔旭浩;
郗欣甫;
孙以泽
-
-
摘要:
在经编机运行过程中,其横移机构可能会因横移控制系统失控或传动误差而发生故障。为实现经编机横移机构故障的有效检测,结合振动信号的组合特征和支持向量数据描述(support vector data description, SVDD)算法,提出一种由数据驱动的故障检测方法。首先,采集经编机横移机构的振动信号并提取其时域特征;然后,采用小波包分解获取振动信号在各频带上的能量占比,并结合时域特征构建特征向量。最后,基于训练样本(仅含正常样本)的特征向量,利用SVDD算法构建独立封闭的最小超球体,并通过比较测试样本到超球体球心的距离与超球体半径来实现经编机横移机构的状态评估。对基于所提出方法的故障检测结果与仅使用时域特征和SVDD算法以及使用组合特征和支持向量机(support vector machine, SVM)的故障检测结果进行对比。结果表明,结合振动信号组合特征和SVDD算法的故障检测方法的准确率更高。研究结果可为经编机横移机构故障的准确检测提供理论基础,进而为经编机管理人员提供一定的辅助决策信息。
-
-
杜航原;
李铎;
王文剑
-
-
摘要:
在电商网络中,异常用户往往表现出与正常用户截然不同的行为特征,检测异常用户并分析其行为模式对维护电商平台秩序具有十分重要的现实意义。通过分析异常用户的行为模式,将电商网络抽象为异质信息网络并转化为用户-设备二分图,然后在此基础上提出了一种面向电商网络的异常用户检测方法——自监督异常检测模型(Self-Supervised Anomaly Detection Model,S-SADM)。该方法具有自监督学习机制,采用自编码器编码获取用户节点表示,通过优化联合目标函数来完成反向传播,同时采用支持向量数据描述对用户节点表示进行异常检测。经过网络的自动迭代优化,不仅使用户节点表示具有监督信息,还获得了较稳定的检测结果。最后,在真实网络数据集和半合成网络数据集中对S-SADM进行实验,结果表明了该方法的有效性和优越性。
-
-
谢彦红;
张浩然;
张成;
李元
-
-
摘要:
为了解决支持向量数据描述方法对多模态动态过程故障检测率低的问题,提出了基于双局部近邻标准化的动态支持向量数据描述的故障检测方法。首先,应用DLNS方法标准化样本生成标准数据集;其次,利用动态方法将标准数据集构造成动态矩阵;最后,使用SVDD方法建立基于空间距离的统计量进行故障检测,应用DLNS-DSVDD方法对一个数值例子和田纳西-伊斯曼过程(TE过程)进行仿真测试,并与传统方法对比分析。结果表明,DLNS-DSVDD方法在具有更低的误报率的前提下拥有更高的故障检测率,平均误报率为2.2%,相比于SVDD方法降低了2.1%,平均故障检测率为88.2%,相比于SVDD方法提高了38.5%,证明了所提出的方法可以有效地监控具有多模态动态特征的化工生产过程。DLNS-DSVDD方法可以有效地剔除数据的多模态结构并且准确地捕获样本中的动态信息,为提高SVDD方法在多模态动态过程中的故障检测性能提供了参考。
-
-
孙滢涛;
张锋明;
陈水标;
葛晶
-
-
摘要:
为解决电力大数据中存在的冗余、异常等威胁电网安全稳定运行的问题,提出一种基于多域特征提取的电力数据异常检测算法。首先,从波动性、趋势性和变动性3个维度提取9维特征对电力数据时间序列进行表征。然后,利用相关向量机进行特征选择和降维,自动确定最优特征组合。最后,采用支持向量数据描述构造一类分类器,实现异常数据检测,同时,针对支持向量数据描述核参数和惩罚因子设置问题,利用磷虾算法进行优化,提升算法收敛精度。算例结果表明,所提方法能够有效实现异常检测,并且具有较强的噪声鲁棒性。
-
-
马良玉;
程善珍
-
-
摘要:
该文提出一种基于支持向量数据描述(SVDD)和XGBoost模型的风电机组异常工况预警方法。从机组监控与数据采集系统(SCADA)数据中选择与转速和发电功率密切相关的特征变量,利用SVDD算法对建模数据进行预处理,采用XGBoost建立风机正常性能预测模型。以所建预测模型为基础,构建时间滑动窗计算性能评价指标,并根据统计学的区间估计理论合理确定风机性能异常预警指标阈值。采用某风电场1.5MW风电机组SCADA系统记录的若干真实故障案例,开展异常工况预警仿真试验。结果表明:基于SVDD和XGBoost的风机异常工况预警方法,可以有效地清洗数据,及时识别风电机组异常状态,对于提高风电机组运行的安全性具有较好的工程实用意义。
-
-
SUN Mao-wei;
孙茂伟;
YANG Hui-zhong;
杨慧中
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
在基于聚类的多模型软测量建模中,如果数据聚类后类别之间界限不明显,常会出现样本类别误划分和类边界处样本估计不准确的问题.对此,本文提出一种基于支持向量数据描述算法的聚类多模型软测量建模方法.该方法首先采用仿射传播聚类算法对数据进行类别划分,利用支持向量数据描述算法划定类边界从而确定样本与各类别的位置关系,根据样本与各类的位置关系信息从高斯过程回归算法建立的子模型、全局模型和局部模型中选择合适的模型对样本进行估计.将工业双酚A生产装置的现场数据建模和仿真,结果表明该方法是有效的.
-
-
ZHANG Xiao-Dan;
张小丹;
FANJiu-Lun;
范九伦;
XU Jian;
徐健;
SHI Xiang-Ye;
史香烨
- 《第十一届和谐人机环境联合会议》
| 2015年
-
摘要:
为了提高图像超分辨率算法对数据奇异点的鲁棒性,提出一种基于K均值聚类和支持向量数据描述的图像超分辨率重建算法.提出的算法分为训练和测试部分:在训练部分,首先在K均值聚类基础上用支持向量数据描述去除每类数据的奇异点,然后用主成分分析训练小波域近似子带和细节子带字典.在测试部分,首先根据同一场景高低分辨率图像近似子带相似这一现象,将待重建低分辨率测试图像的近似子带作为相应高分辨率测试图像的近似子带,然后由训练得到的字典恢复出高分辨率测试图像的细节子带,最后通过逆小波变换得到高分辨率测试图像.与现有几种方法对比表明,提出的方法所重建的高分辨率测试图像更清晰并且峰值信噪比较高.
-
-
-
张建明;
许仙珍;
谢磊;
王树青
- 《第21届中国过程控制会议》
| 2010年
-
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.
-
-
ZHAO Xiao-Qiang;
赵小强;
HUI Yong-Yong;
惠永永
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
由于间歇过程数据包含表征过程变化的相关信息和非相关信息,并且呈现高斯与非高斯的多分布等特点.为了更加充分的提取数据的有用信息和处理数据的非高斯性等问题,实现有效的过程监控,本文提出了一种基于WMNPE间歇过程监测的改进SVDD算法.首先运用多向邻域保持嵌入(MNPE)算法来提取低维子流形以实现降维;再使用概率权值策略来提取表征过程变化的相关信息,通过Greedy方法提取低维子流形的特征样本,最后以支持向量数据描述(SVDD)方法建立监控模型进行监控.通过青霉素发酵过程仿真平台和一个实际的半导体生产过程数据验证了本文提出算法的有效性.
-
-
孙楷政;
李冠男;
陈焕新;
胡云鹏;
黎浩荣
- 《2015年湖北省暖通空调制冷及热能动力学术年会暨湖北省暖通年会》
| 2015年
-
摘要:
传感器是制冷空调系统的重要组成部分,起着测量数据和监控状态的作用.传感器偏差会引起测量值不准,影响控制策略,导致系统能耗增加.依据模式识别理论,基于支持向量数据描述(SVDD),针对冷水机组进行了偏差故障条件下的传感器故障检测和诊断工作.收集冷水机组实测正常运行数据,基于训练集建立SVDD模型,进行冷水机组传感器故障检测;在测试集中引入偏差故障,分析检测和诊断效果.结果表明:基于SVDD的冷水机组传感器故障检测和诊断效果明显,故障识别程度并不一致.
-
-
-
李天恩
- 《2013年航天可靠性学术交流会》
| 2013年
-
摘要:
本文针对两个或两个以上特性指标之间存在耦合关系,当联合使用多个单一特性包络分析时出现的"漏检"问题,提出了基于SVDD的产品成功数据包络分析的方法。该方法经算例证明有效,达到预期目的,具有较强的推广价值。
-
-
ZHANG Hong-li;
张宏利;
LIU Shu-lin;
刘树林;
LIU Yin-hui;
刘颖慧;
LI Dong;
李栋;
JIAO Wen-hui;
缴文会
- 《2012年全国振动工程及应用学术会议》
| 2012年
-
摘要:
气阀故障是往复压缩机最常见的故障类型之一.为了能够准确检测出气阀的主要故障,基于生物免疫系统的反面选择机理,利用往复压缩机气阀的正常数据样本进行支持向量数据描述(SVDD)的训练,构造出代表往复压缩机气阀自己空间的最小特征超球体.在求得自己空间最小特征超球体的基础上,构造一个表达气阀异常度的函数,并绘制出多条表示气阀异常度的等高线,实现对气阀非己空间异常度等级的划分.同时,利用往复压缩机气阀的各种故障模式样本进行各种故障空间的SVDD训练,构造出往复压缩机气阀的各故障空间.往复压缩机气阀的故障空间是异常空间的一个子集,异常样本落入故障空间内表示往复压缩机气阀出现了故障,没有落入故障空间内只表示气阀出现异常但并不一定是故障.
-