摘要
本发明公开了一种基于递归特征消除的故障检测方法,包括对采集的单类数据进行标准化预处理得到训练数据并计算其高斯核,对训练数据进行学习,利用基于对偶目标的密度诱导支持向量数据描述的递归特征消除算法基于对偶目标函数值排序得到特征排序集,对特征排序集进行10折交叉验证得到与故障相关的最优特征子集;对训练数据提取最优特征子集得到重组训练数据并学习得到用于检测的模型;根据最优特征子集提取测试数据,由用于检测的模型进行故障判断。本发明还公开了实现该方法的计算机存储介质和程序。本发明能够快速检测到故障的发生并提高故障检测准确率。
技术关键词
故障检测方法
数据
密度
计算机存储介质
消除算法
样本
拉格朗日法
移除特征
输出特征
处理器
程序
球体
参数
球面
系统为您推荐了相关专利信息
勘测系统
测绘装置
勘测无人机
动态摄像头
地下特征
测试优化方法
半导体器件
数据压缩算法
网络实时监控
参数
马尔可夫逻辑网络
数据智能分析方法
关系抽取技术
CRF模型
构建知识图谱
疾病筛查系统
多模态数据采集
公共设备
患者健康
端口