[发明专利]一种基于PCA-DBN的热连轧数据特征提取方法

说明书

本发明公开了一种基于PCA‑DBN的热连轧数据特征提取方法，属于轧钢自动化控制技术领域。首先将热连轧生产过程中产生的大量数据作为原始数据集，采用最小‑最大归一化方法将原始数据进行线性变换处理，得到规范化数据集SO。然后通过主成分分析PCA技术对规范化数据集SO进行特征降维，得到特征子集F1；对特征子集F1中的数据采用KMO检验法进行相关性检验；若KMO检验结果大于0.7，则采用深度置信DBN网络对特征子集F1进行二次特征提取，得到特征数据集F2。本发明提高了运算效率和结果的准确性。

技术领域

本发明涉及一种基于PCA(Principal Component Analysis,主成分分析)-DBN(Deep Belief Network，深度置信网络)的热连轧数据特征提取方法，属于轧钢自动化控制技术领域。

背景技术

在热连轧生产过程中，会产生大量的数据，数据日积累量甚至达到TB级,这些数据中蕴涵着大量宝贵的信息，犹如有价的“矿床”有待挖掘。但是，对这些海量数据进行诊断和预报非常困难，运算时间较长，甚至会导致“维度灾难”。

因此，需要海量数据进行特征提取，去除冗余和不相关的特征。通过有效地管理这些数据并分析提取其价值，实现巨大的经济和社会价值。

在利用数据对生产过程进行诊断和预报时，通常存在大量特征变量可用于对所选特征(输出)建模的输入特征。但是，其中很大一部分输入特征变量对输出没有影响。另外，在建模时考虑太多变量的缺点是模型中有太多的自由参数，这些与分析问题无关的数据导致不能建立一个好的模型。为了提高运算效率和输出结果的准确性，需要找到与输出特征相关性比较大的特征变量。因此需要通过特征提取来筛选对分析问题有用的特征变量。

发明内容

为了解决上述问题，本发明提出一种基于PCA-DBN的热连轧数据特征提取方法，能快速的对海量数据进行筛选，节约人力物力和时间，提高了运算效率和结果的准确性。

所述的基于PCA-DBN的热连轧数据特征提取方法，包括以下几个步骤：

步骤一、将热连轧生产过程中产生的大量数据作为原始数据集；

原始数据集中包括若干特征；每个特征包括若干样本；

步骤二、采用最小-最大归一化方法将原始数据进行线性变换处理，得到规范化数据集SO。

针对特征A中的每个样本x，通过最小-最大标准化映射成在区间(0，1)中的值x′，公式为：

A_min表示特征A的所有样本中的最小样本值；A_max表示特征A的所有样本中的最大样本值。

将每个特征中的所有样本进行标准化映射后的数据集合，组合成规范化数据集SO。

步骤三、通过主成分分析PCA技术对规范化数据集SO进行特征降维，得到特征子集F1；

特征子集F1的元素为规范化数据集SO中对方差贡献最大的数据；

步骤四、对特征子集F1中的数据采用KMO(Kaiser-Meyer-Olkin)检验法进行相关性检验；并判断KMO检验结果是否大于0.7，如果是，进入步骤五，否则，特征子集F1中的数据不合格，结束算法。

步骤五、采用深度置信DBN网络对特征子集F1进行二次特征提取，得到特征数据集F2，作为最终的提取特征。

具体过程如下：

首先对特征子集F1进行数据分组，组成训练集和测试集；

然后，搭建DBN网络，并利用训练集进行训练，利用测试集进行测试；