基于主動學習和半監(jiān)督學習的工業(yè)故障分類研究及應用.pdf

1、過程監(jiān)測技術作為過程系統(tǒng)工程中的重要組成部分，在保障復雜工業(yè)過程的穩(wěn)定性和可靠性，提高企業(yè)產(chǎn)品質(zhì)量等關鍵問題上具有重要的理論意義和實踐意義。得益于集散控制系統(tǒng)(DCS)的不斷發(fā)展和廣泛應用，海量的工業(yè)數(shù)據(jù)得以保存，因此，基于數(shù)據(jù)驅(qū)動的工業(yè)故障診斷技術在學術界和工業(yè)界都得到了普遍關注。然而，將傳統(tǒng)的模式識別方法應用到工業(yè)故障診斷上時忽略了流程工業(yè)過程中采集到的數(shù)據(jù)特點，包括有標簽故障樣本少、正常數(shù)據(jù)與故障數(shù)據(jù)以及不同類型的故障數(shù)據(jù)之間往往

2、存在樣本量不平衡的問題，因此不能在數(shù)據(jù)集上訓練出高精度的分類模型來對故障進行有效識別。本文在已有的經(jīng)典分類算法上，提出了基于不平衡小樣本的故障分類技術，將主動學習和半監(jiān)督學習的思想與傳統(tǒng)的基于模式識別的故障分類方法結合起來，并加入了對不平衡數(shù)據(jù)的代價敏感學習和重采樣處理。
　　主要研究工作和成果包括以下幾個方面:
　　1)針對流程工業(yè)過程中有標簽故障樣本少、樣本標注代價昂貴、樣本集存在類不平衡以及樣本孤點問題，首先提出了一種

3、改進的主動學習結合加權支持向量機的工業(yè)故障分類算法。通過綜合考慮樣本的信息度和代表性以及樣本中可能存在的孤立點，將改進的主動學習算法用于挖掘那些對當前分類模型最有價值的樣本并提交給專家進行標注。在進行主動學習算法的研究時，提出了一種改進的加權支持向量機作為基分類模型。對于訓練數(shù)據(jù)中的不同樣本，根據(jù)其重要性采用不同的權重系數(shù)，同時充分考慮了樣本點在特征空間分布情況對于主動學習和分類精度的影響，提出了一種新的懲罰系數(shù)選取方法，對不同類別的樣

4、本賦予不同的懲罰因子，從而有效避免了主動學習過程中采集到重復、無意義樣本的問題，并提高了分類準確率。實驗結果驗證了所提出的的算法能夠在獲得較高分類精度的條件下有效減少標注負擔。
　　2)在主動學習的基礎上，針對標注代價昂貴的問題，提出了將半監(jiān)督學習的思想用于故障分類中，從而通過機器的自動迭代訓練來提高故障診斷的精度，減少人工標注耗費的時間和精力。針對半監(jiān)督訓練中容易出現(xiàn)的偽標記有誤問題，提出了將一種改進的基于多分類器貝葉斯決策融合

5、的分類算法用于無標簽樣本的標簽標注上，并分析了噪聲數(shù)據(jù)的PAC可學習性以及訓練集更新的充分條件，同時加入了基于最近鄰規(guī)則的噪音數(shù)據(jù)剪輯方法和針對不平衡樣本的SMOTE重采樣技術，從而使得新樣本的純凈度得到了有效的保證。實驗證明，提出的半監(jiān)督學習算法具有較高的分類精度和穩(wěn)定性。
　　3)針對主動學習和半監(jiān)督學習兩種算法本身的特性及其存在的互補性，研究了如何將這兩種算法進行有效的結合來更大程度地提高分類性能。傳統(tǒng)的主動學習方法，在選擇