首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于OCKELM与增量学习的在线故障检测方法
引用本文:戴金玲,许爱强,申江江,王树友.基于OCKELM与增量学习的在线故障检测方法[J].航空学报,2022,43(3):378-389.
作者姓名:戴金玲  许爱强  申江江  王树友
作者单位:海军航空大学航空作战勤务学院,烟台 266001,91206部队,青岛 266108
摘    要:针对航空电子设备故障检测样本少、以及缺乏在线实时检测理论研究的问题,将一类核极限学习机(OCKELM)和数据增量学习(IL)相结合,实现对贯序来临的样本数据在线故障检测。基于正常状态下的样本数据,给出了OCKELM的核化形式,并推导了核函数和核权重向量的表达式;根据增量学习方法,在吸收新样本时更新核权重向量并估计样本输出值;最终基于2种阈值准则给出模型的检验阈值,对测试样本进行在线故障检测。将所提方法应用于UCI数据集和某航空电子设备的测试数据,实验结果表明:该方法的时间消耗在毫秒级别,实现了在线检测;且相比于现有的SVDD、PCA、OC-SVM方法,该方法在F1、AUC、G-mean和故障检测率等性能指标方面均表现优异。

关 键 词:一类分类  核极限学习机  增量学习  在线检测  故障检测

Online fault detection method based on incremental learning and OCKELM
DAI Jinling,XU Aiqiang,SHEN Jiangjiang,WANG Shuyou.Online fault detection method based on incremental learning and OCKELM[J].Acta Aeronautica et Astronautica Sinica,2022,43(3):378-389.
Authors:DAI Jinling  XU Aiqiang  SHEN Jiangjiang  WANG Shuyou
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号