[發明專利]有向網絡下增強稀疏保持嵌入的動態過程監測方法在審
| 申請號: | 201711135315.7 | 申請日: | 2017-11-14 |
| 公開(公告)號: | CN108398925A | 公開(公告)日: | 2018-08-14 |
| 發明(設計)人: | 盧春紅;王杰華;陳曉紅;商亮亮 | 申請(專利權)人: | 南通大學 |
| 主分類號: | G05B19/418 | 分類號: | G05B19/418 |
| 代理公司: | 南京正聯知識產權代理有限公司 32243 | 代理人: | 張素慶 |
| 地址: | 226000 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 有向網絡 動態過程 稀疏 網絡結構 嵌入的 監測 嵌入 動態變化特性 邊緣網絡 表征樣本 概率路徑 連接矩陣 稀疏表示 有效距離 動態的 相似度 構建 有向 刻畫 時空 挖掘 轉換 | ||
1.一種有向網絡下增強稀疏保持嵌入的動態過程監測方法,其特征在于:包括以下步驟:
A、建立魯棒的稀疏表示模型,求解稀疏重構矩陣C,給定數據集X=[x1,x2,…,xn]∈Rm×n,則稀疏表示的目標函數為:
minC,E||C||1+ε||E||1
s.t. X=X·C+E
1TC=1T
式中,C∈Rn×n為稀疏重構矩陣,它的元素ci=[ci,1,ci,2,…,ci,i-1,0,ci,i+1,…,ci,n]T為n維的系數向量,E為離群誤差,ε為正則化參數,||·||1為L1范式,1為元素全為1的列向量,通過稀疏表示,獲得每個樣本xi的稀疏重構向量ci;
B、根據稀疏重構矩陣,計算有向網絡的概率路徑值,獲取動態網絡的有效距離,表征有向網絡的相似度連接矩陣W;
C、構建增強稀疏保持嵌入模型,不僅表征數據的拓撲結構,而且保持數據樣本之間的相似信息關系,更好地描述動態過程的變化狀態;
D、建立動態過程的監測模型:根據T2和SPE統計量,量化模型內外的變化情況,檢測有向網絡的故障。
2.根據權利要求1所述的一種有向網絡下增強稀疏保持嵌入的動態過程監測方法,其特征在于:所述求解相似度連接矩陣的子步驟如下所示:
a、計算有向網路的概率路徑值,表示為:
b、計算有向網路中i節點至j節點之間的有效距離,表示為:
dij=1-logPij
所述有效距離反映了節點i至節點j之間小概率的路徑值,則有大的距離;反之亦然;而且,所述有效距離是不對稱的,即dij≠dji,說明了有向網絡中的邊緣故障也有較大的概率向網絡中心層傳輸,進而被檢測到;
c、構建有效網絡的相似度連接矩陣,表示為:
式中,γ為參數寬度,所述相似度連接矩陣揭示了過程潛在的動態結構特性。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南通大學,未經南通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711135315.7/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:機器人搬運車的調度方法和調度裝置
- 下一篇:監視裝置以及監視系統





