基于CNN-WSVM的阀门粘滞检测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要 针对实际中粘滞与非粘滞数据不均衡问题，提出基于卷积神经网络和加权支持向量机融合的阀门粘滞检测方法（CNN-WSVM）。首先搭建仿真控制回路生成不同工况的回路运行数据，然后利用一维卷积神经网络模型提取特征，再使用惩罚项系数可调的加权支持向量机实现对阀门状态的分类。在仿真数据集和开源工业数据集中的验证结果表明：该方法相较于仅使用卷积神经网络，在数据不均衡情况下，能够显著提高粘滞数据检测准确率，同时在真实工业场景中具有较好的泛化能力。（剩余8540字）

试读结束

目录
monitor