半监督鲁棒概率偏最小二乘模型及其在多采样率过程监控中的应用
Semi-supervised Robust Probabilistic Partial Least Squares Model and Its Applications to Multi-rate Process Monitoring作者机构:江南大学轻工过程先进控制教育部重点实验室江苏无锡214122
出 版 物:《信息与控制》 (Information and Control)
年 卷 期:2017年第46卷第6期
页 面:712-719页
核心收录:
学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学]
基 金:国家自然科学基金资助项目(61134007 61573169) 江苏省六大人才高峰项目(2014-ZBZZ-010)
摘 要:针对实际工业过程中多采样率问题,引入半监督方法,提出一种半监督鲁棒概率偏最小二乘法,将采样率不一致的完整数据分成少数标记样本和大量未标记样本,然后分别用这两种样本数一致的数据建立鲁棒概率偏最小二乘(PPLS)模型,通过充分挖掘大量未标记数据提供的有用信息来提高模型的准确性.更进一步,将半监督鲁棒PPLS引入过程监控中,提出GT2、SPEx和SPEy三个监控指标,分别监控过程的受控状态以及模型关系的变化.通过对半监督鲁棒PPLS和降采样鲁棒PPLS在TE过程监控应用中比较,结果表明半监督鲁棒PPLS比降采样鲁棒PPLS效果更好.