賈冬妮 謝彥紅 趙欣 鄭馨怡
摘要:首先研究主元分析方法,該方法對(duì)于高維空間尤其是高維空間中的非高斯、非線性數(shù)據(jù),無(wú)法進(jìn)行較為理想的監(jiān)測(cè)。針對(duì)PCA方法的缺點(diǎn),文章研究了支持向量數(shù)據(jù)描述方法,該方法沒(méi)有數(shù)據(jù)服從高斯分布的限制。最后文章分別對(duì)PCA方法及SVDD算法進(jìn)行數(shù)值仿真實(shí)驗(yàn),比較可知SVDD方法有更好的監(jiān)測(cè)效果。
關(guān)鍵詞:故障監(jiān)測(cè);數(shù)據(jù)驅(qū)動(dòng);主元分析;支持向量數(shù)據(jù)描述