关键词：故障诊断;局部线性嵌入;半监督学习;分类
摘 要：故障诊断一直是工业过程控制领域研究的热点,国内外对此问题提出了很多相关的方法。流形学习方法能有效提取高维非线性数据中嵌入的低维流形特征,局部线性嵌入是一种比较典型的流形学习方法,它能够使降维后的数据很好地保持原有的流行结构。本文针对工业过程故障诊断的特点,提出了一种基于半监督局部线性嵌入的故障诊断方法,该方法有效克服了一般故障诊断方法仅能获得局部线性结构的缺陷,明显改善了故障诊断的分类性能。TE模型上的实验结果表明该方法可以从原始数据中提取有用的非线性特征,从而提高数据的分类效果和故障的诊断率。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取