[發明專利]用于機器狀況監視的條件多輸出回歸的系統和方法

有效

• 申請號: 201110301575.3
• 申請日: 2011-09-30
• 公開（公告）號: CN102445902A
• 公開（公告）日: 2012-05-09
• 發明（設計）人: 袁超
• 申請（專利權）人: 西門子公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 馬永利;盧江

1.一種預測傳感器監視系統的傳感器輸出值的方法，包括以下步驟：

提供去往傳感器系統的一個或多個測試輸入值的集合，以及來自所述傳感器系統的一個或多個已知傳感器輸出值，其中，其他傳感器輸出值是未知的；

根據測試輸入值，針對每個未知傳感器輸出值，計算預測高斯分布函數

其中，維數為d的向量x表示測試輸入值，維數為M的向量y_U表示未知輸出傳感器值的集合，ymy_U，是由訓練階段確定的集合y_U的均值的向量，是由所述訓練階段確定的集合y_U的對角協方差矩陣；以及

根據，預測每個未知輸出y_m，其中，向量y_O表示已知傳感器輸出值，向量表示y_U中除y_m之外的未知輸出傳感器值，且是由定義的條件高斯分布，其中，C=?-(0.5d)log(2π)?，并且K是在測試輸入值對x_i,?x_j之間定義的N×N核矩陣，其中，N是其元素K_i,j由高斯核函數定義的測試輸入值的數目，其中，，其值λ_i由另一訓練階段確定。

2.根據權利要求1所述的方法，其中，針對每個未知輸出y_m的預測高斯分布函數P(y_m|x)是通過關于超參數=最大化來訓練的，其中，Y_m是傳感器輸出值的維數為M的N_m個訓練樣本的集合，其與傳感器輸入值的N個訓練樣本的集合X_m相對應。

3.根據權利要求2所述的方法，其中，使用共軛梯度方法來最大化。

4.根據權利要求2所述的方法，其中，條件高斯分布是針對輸入值X和輸出值Y的訓練集合通過關于超參數?=?最大化來訓練的，其中，是表示除y_m之外的所有輸出的訓練集合的(M-1)×N矩陣，其中，高斯核函數，其中，z是將向量xX和進行組合的(d+M-1)輸入向量。

5.根據權利要求4所述的方法，還包括：當輸出值的集合Y_m中存在N-N_m個丟失值時，針對Y_m中的每個丟失值對來自預測高斯分布P(?y_m|?x)的多個輸出值進行采樣；以及關于超參數最大化多個采樣值的平均值，其中，T是針對Y_m中的每個丟失值的多個采樣值的數目，其中，Y_m中的每個丟失值被采樣值代替。

6.根據權利要求1所述的方法，還包括：重復計算直到收斂為止，其中，每個Q⁽¹⁾(y_m)被初始化為。