[发明专利]一种基于增量PCA的工业监测数据分类方法有效
| 申请号： | 201811091469.5 | 申请日： | 2018-09-19 |
| 公开（公告）号： | CN109324595B | 公开（公告）日： | 2020-06-23 |
| 发明（设计）人： | 谢国;张永艳;刘涵;王文卿;梁莉莉;张春丽;孙澜澜 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 杨洲 |
| 地址： | 710048*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于增量PCA的工业监测数据分类方法，包括如下步骤：步骤1、对工业监测数据进行采集，按采样顺序排列，并记录其数据标签，将其分为训练集和测试集；步骤2、基于增量PCA方法建立模型，分别对步骤1中的训练集和测试集进行在线降维；步骤3、步骤2中的训练集作为数据对象建立支持向量机SVM分类模型，并通过对测试集数据进行分类验证该模型。本发明分别通过建立降维模型和传统的SVM分类模型，可对有标签的高维数据进行分类；该方法在保证计算量的同时，通过寻找最优超平面，对线性数据和非线性数据都可以进行二分类；可将其用于工业系统的故障检测，从而及时反映机器性能，能够采取相应措施，避免一系安全事故。 | ||
| 搜索关键词： | 一种 基于 增量 pca 工业 监测 数据 分类 方法 | ||
【主权项】：
1.一种基于增量PCA的工业监测数据分类方法，其特征在于，包括如下步骤：步骤1、对工业监测数据进行采集，按采样顺序排列，并记录其数据标签，将其分为训练集和测试集；步骤2、基于增量PCA方法建立模型，分别对步骤1中的训练集和测试集进行在线降维；步骤3、步骤2中的训练集作为数据对象建立支持向量机SVM分类模型，并通过对测试集数据进行分类验证该模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811091469.5/，转载请声明来源钻瓜专利网。
