文件名称：论文研究-基于Radviz及其优化的可视化故障诊断方法.pdf
文件大小：614KB
文件格式：PDF
更新时间：2022-08-11 17:35:05
故障诊断,Radviz图,Vizrank,机器学习,Tennessee Eastman过程
阐述了Radviz（radial visualization）技术，即将高维数据样本非线性的投影到二维目标空间。Vizrank优化能够从数以万计的投影图中评价和确定最好的投影方式；能够快速找到容易被领域专家认可的可视化模型，只需少量输入变量（27）就能够做到数据的可视化，并且有很好的分类效果。在TEP仿真系统中的应用，表明了Radviz及其优化的可视化故障诊断方法可以将正常与故障状态有效地分开。该可视化故障诊断方法具有简单而不失精确性、易于利用领域专家知识、诊断结果直观形象并容易理解等显著优点。