Knowledge Commons of Institute of Automation,CAS
联合样本输出与特征空间的半监督概念漂移检测法及其应用 | |
孙子健; 汤健; 乔俊飞 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2022 | |
卷号 | 48期号:5页码:1259-1272 |
摘要 | 城市固废焚烧(Municipal solid waste incineration, MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对污染物测量模型进行更新,但现有漂移检测方法难以有效应用于建模样本真值获取困难的工业过程.针对上述问题,提出一种联合样本输出与特征空间的半监督概念漂移检测方法.首先,采用基于主成分分析(Principal component analysis, PCA)的无监督机制识别特征空间内的概念漂移样本;然后,在样本输出空间采用基于时间差分(Temporaldifference, TD)学习的半监督机制对上述概念漂移样本进行伪真值标注后,再用Page-Hinkley检测法确认能够表征概念漂移的样本;最后,采用上述步骤获得的新样本结合历史样本对模型进行更新.基于合成和真实工业过程数据集的仿真结果表明所提方法具有优于已有方法的性能,能够在加强模型漂移适应性的同时有效缩减样本标注成本. |
关键词 | 城市固废焚烧 概念漂移检测 半监督机制 特征空间 样本空间 |
DOI | 10.16383/j.aas.c200984 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56356 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 孙子健,汤健,乔俊飞. 联合样本输出与特征空间的半监督概念漂移检测法及其应用[J]. 自动化学报,2022,48(5):1259-1272. |
APA | 孙子健,汤健,&乔俊飞.(2022).联合样本输出与特征空间的半监督概念漂移检测法及其应用.自动化学报,48(5),1259-1272. |
MLA | 孙子健,et al."联合样本输出与特征空间的半监督概念漂移检测法及其应用".自动化学报 48.5(2022):1259-1272. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2020-0984.pdf(4709KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[孙子健]的文章 |
[汤健]的文章 |
[乔俊飞]的文章 |
百度学术 |
百度学术中相似的文章 |
[孙子健]的文章 |
[汤健]的文章 |
[乔俊飞]的文章 |
必应学术 |
必应学术中相似的文章 |
[孙子健]的文章 |
[汤健]的文章 |
[乔俊飞]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论