基于鲁棒稀疏PCA的工业异常检测

梁海玲; 白森; 李坚

首页> 中文期刊> 《科学技术与工程》 >基于鲁棒稀疏PCA的工业异常检测

基于鲁棒稀疏PCA的工业异常检测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

主元分析(principal component analysis,PCA)方法由于原理简单计算方便,被普遍应用于工业无监督异常检测,但具有异常值敏感且所得主元非稀疏等问题。针对传统鲁棒稀疏PCA没有从根本上解决异常值敏感问题且没有给定稀疏度的确定方式,提出了一种改进的工业异常检测方法IRSPCA(improved robust sparse PCA)。具体地,在对L_(1)范数最大化处理以及L_(0)范数惩罚项引入的基础上,提出了用于平衡稀疏性和方差的稀疏性准则,基于该准则开发了一种两阶段稀疏度选择策略,并利用遗传算法求得了主元稀疏度的最优解。另外,设计了基于预测误差平方和(squared prediction error,SPE)统计量的异常值剔除策略,用于增强方法的整体鲁棒性。通过数值仿真和真实烟支成品检测两个案例开展了实验验证。结果显示IRSPCA综合性能均优于传统PCA和鲁棒稀疏PCA方法,充分验证了方法的有效性和优越性。

著录项

来源
《科学技术与工程》 |2022年第15期|6164-6171|共8页
作者
梁海玲; 白森; 李坚;
展开▼
作者单位

广西中烟工业有限责任公司技术中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP311.13;
关键词
异常检测; 主元分析法; 稀疏度; 预测误差平方和; 烟支成品;

相似文献

中文文献
外文文献
专利

1. 基于L_1-范数的鲁棒稀疏的张量PCA人脸图像分析 [J] . 唐肝翌 ,卢桂馥 . 南京大学学报：自然科学版 . 2018,第1期
2. 局部稀疏表示的鲁棒PCA人脸识别 [J] . 游春芝 ,崔建 ,丁伯伦 . 微型电脑应用 . 2019,第004期
3. 基于稀疏鲁棒M-投资选择模型的鲁棒Half算法 [J] . 张亚飞 ,张成毅 ,罗双华 . 西安工程大学学报 . 2017,第1期
4. 基于稀疏度约束与动态组结构稀疏编码的鲁棒视觉跟踪 [J] . 袁广林 ,薛模根 . 电子学报 . 2015,第008期
5. 基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法研究 [J] . 胡正平 ,赵淑欢 ,李静 . 模式识别与人工智能 . 2014,第001期
6. 基于稀疏主成分分析的鲁棒性图像分割算法 [C] . Lu Tao ,卢涛 ,Wan YonKiing . 第十一届和谐人机环境联合会议 . 2015
7. 基于鲁棒稀疏编码和堆栈鲁棒稀疏自编码器的异常检测 [A] . 刘亚杰 . 2020

基于鲁棒稀疏PCA的工业异常检测

摘要

著录项

相似文献

相关主题

期刊订阅