[發明專利]基于拉氏搜索方向的DEE水電機組噪聲異常檢測方法

在審

• 申請號: 201410420937.4
• 申請日: 2014-08-25
• 公開（公告）號: CN104361194A
• 公開（公告）日: 2015-02-18
• 發明（設計）人: 鄭建煒;黃瓊芳;邱虹;王萬良;王海倫
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵;黃美娟

1.一種基于拉氏搜索方向的DEE水電機組噪聲異常檢測方法，包括如下步驟：步驟1，訓練部分，具體包括：

1.1確定訓練樣本矩陣X＝[x₁,x₂,…,x_N]及其類別標簽，設定方差參數λ以及最大迭代次數Mt；

1.2根據步驟a1中樣本矩陣X計算輸入樣本間吸引權重和排斥權重

ωnm+=exp(-||xn-xm||22λ2),ifln=lm0,else]]>

ωnm-=||xn-xm||2,ifln≠lm0,else]]>

其中l_n,l_m代表樣本標簽；

1.3初始化變換矩陣A⁰，使其元素滿足(0,1)高斯分布；

1.4引入樣本類別標簽和線性投影變換矩陣y_i＝Ax_i(A∈R^r×d),在訓練過程中保持兩個數據點之間坐標和相關度的不變性、最后利用拉氏方向梯度下降迭代策略，以實現全局快速收斂，更新變換矩陣A：

a.鑒別性鄰域嵌入分類算法的目標代價函數為：

E(A)=Σn,m=1Nωnm+||Axn-Axm||2+λΣn,m=1Nωnm-exp(-||Axn-Axm||2)=Σn,m=1Nωnm+(xn-xm)TATA(xn-xm)+λΣn,m=1Nωnm-exp(-(xn-xm)TATA(xn-xm))]]>

b.在此目標函數下，通過拉氏方向迭代策略來參數化目標泛函：

b1利用投影矩陣A參數化目標泛函：

∂E∂A=2AΣn,m=1N(ωnm+-λωnm-exp(-xnmTATAxnm))xnmxnmT=4AΣn,m=1N(ωnm))(xnxnT-xnxmT)=4AX(D+-W+-λD-+λW-)XT=4AX(L+-λL-)XT=4AXLXT]]>

為使表達方便，定義以下幾個輔助變量：

x_nm＝x_n-x_m

ω_nm＝ω_nm⁺-λω_nm^-exp(-||y_n-y_m||²)

通過上述輔助變量，上述梯度公式轉化為拉氏方向的梯度下降法可簡化為：

∂2E∂A2=4(XLXT)⊗Id]]>

其中，L＝D-W，D＝diag(∑_n＝1^Nω_nm)為度矩陣，I_d為d×d識別矩陣，D⁺為正定對稱矩陣，(L-D⁺)是對稱矩陣；

1.5輸出最終投影矩陣A；

步驟2，測試部分具體包括：

2.1確定測試樣本矩陣X’＝[x₁,x₂,…,x_N]及其類別標簽；

2.2利用投影矩陣A將測試樣本投影至低維流形空間；

2.3采用最近鄰分類器進行識別率檢測。