原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第10期电子学报Vol.52No.10
2024年10月ACTAELECTRONICASINICAOct.2024
连续与离散变量协同分析的非平稳非高斯
工业过程异常检测
11，2131，2*
蔡美玲，罗迪，肖敬日，李婧妍，刘金平
（1.湖南师范大学信息科学与工程学院，湖南长沙410081；2.湘江实验室，湖南长沙410205；
3.湖南师范大学数学与统计学院，湖南长沙410081）
摘要：工业过程数据涵盖离散和连续变量，它们之间内在的统计分布特性是揭示系统运行状况的关键.然
而，现有的监测模型多聚焦于高斯假设下的连续过程变量，忽略了离散变量、连续变量的多模分布特性以及数据中的
噪声、离群点对模型的影响，难以精准反映数据的真实分布特性，对非高斯、非平稳过程的异常检测效果欠佳.因此，
本文提出一种鲁棒的工业过程异常检测方法——连续和离散变量协同分析的变分贝叶斯混合判别方法（Continuous
andDiscreteVariables-ConcurrentAnalysis-basedVariationalBayesianMixtureDiscriminant，CDVCA-VBMD）.通过构建基
于变分贝叶斯推断的面向连续变量的混合学生分布模型与面向离散多变量的混合多项分布模型，有效解决过程变量
非高斯分布特性难以有效提取的问题，实现了过程变量复杂相关性的高效处理与分析；同时，在过程监测中引入了持
续学习的理念，确保对非平稳时变工业过程异常的有效检测.以数值仿真系统和田纳西·伊斯曼过程为例，进行了大
量验证性和对比性实验.结果表明，CDVCA-VBMD能准确估计非平稳工业过程多变量的混合多模分布特性，并对数
据中的噪声和离群点具有较强的鲁棒性，从而实现工业异常的准确检测，为非高斯复杂工业过程的长期、鲁棒监测提
供了有力支持.
关键词：混合学生分布；混合多项分布；非平稳过程；非高斯过程；变分贝叶斯推断；持续学习
基金项目：国家自然科学基金（No）；湘江实验室重大项目（No.22XJ01013）
中图分类号：TP273文献标识码：A文章编号：0372-2112(2024)10-3291-10
电子学报URL:http://www.DOI:10.12263/DZXB
ContinuousandDiscreteVariables-ConcurrentAnalysis-BasedNonsta⁃
tionaryandNon-GaussianIndustrialProcessAnomalyDetection
11,2131,2*
CAIMei-ling,LUODi,XIAOJing-ri,LIJing-yan,LIUJin-ping
(1.SchoolofInformationScienceandEngineering,Hu
您可能关注的文档
最近下载
初级会计持证人
专注于经营管理类文案的拟写、润色等，本人已有10余年相关工作经验，具有扎实的文案功底，尤善于各种框架类PPT文案，并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询！
文档评论（0）