摘要
本发明提供一种基于时空融合保持嵌入的过程监测方法,涉及工业过程监测技术领域,本发明通过学习样本的密度信息,提取并保存数据集的局部和全局空间结构。同时,在时间序列上提取局部和全局特征以保留数据集的动态特征,更充分地保持了降维后数据集的原始分布关系。充分挖掘数据集的时间序列的动态特征,最大化样本的局部时间近邻样本的影响,同时减少全局非时间近邻样本的相关性。基于以上信息进行降维投影,对异常工况进行检测提高过程监测的准确率。
技术关键词
样本
监测方法
邻域
密度估计方法
定义
嵌入方法
拉格朗日乘子法
数据
空间结构
元素
离线
密度方法
投影特征
近邻算法
投影算法
序列
工业
协方差矩阵
系统为您推荐了相关专利信息
哭声识别
混合核函数
K近邻算法
时域特征提取
频域特征提取
生物标志物
高通量测序平台
蛋白
血瘀证患者
质谱联用法
语义分割模型
缺陷类别
缺陷检测方法
缺陷轮廓
多阈值