基于流形学习的局部保持PCA算法在故障检测中的应用
来源期刊：控制与决策2013年第5期
论文作者：王健 冯健 韩志艳
文章页码：683 - 687
关键词：主元分析;局部保持;故障检测;流形学习;
摘 要：提出一种新的基于流形学习的数据降维及特征提取方法:局部保持PCA算法（LPPCA）.通过在PCA的优化目标中融入流形学习的思想,不仅使投影得到的低维空间和原始样本空间具有相似的全局结构,并且保持了相似的局部近邻结构,克服了传统PCA方法只关注全局结构特征而忽略局部流形特征的缺陷,同时给出了LPPCA在故障检测中的应用方法.S-Curve和Swiss-roll曲面数值仿真和TE过程仿真验证了算法的有效性和优越性.
王健1,2，冯健1，韩志艳2
1. 东北大学信息科学与工程学院2. 渤海大学工学院
摘 要：提出一种新的基于流形学习的数据降维及特征提取方法:局部保持PCA算法（LPPCA）.通过在PCA的优化目标中融入流形学习的思想,不仅使投影得到的低维空间和原始样本空间具有相似的全局结构,并且保持了相似的局部近邻结构,克服了传统PCA方法只关注全局结构特征而忽略局部流形特征的缺陷,同时给出了LPPCA在故障检测中的应用方法.S-Curve和Swiss-roll曲面数值仿真和TE过程仿真验证了算法的有效性和优越性.
关键词：主元分析;局部保持;故障检测;流形学习;
