10.3969/j.issn.1000-386x.2017.02.038
基于FCM-ANN的化工储罐异常检测方法研究
如何准确地检测出储罐运行的异常状态是工业控制系统的核心问题,针对传统的有监督学习需要大量学习样本,而无监督学习准确率不足的问题,提出一种基于FCM-ANN的异常检测方法.该方法基于三层结构模型,FCM层不需要任何先验知识,对数据进行初步异常检测,ANN层对FCM层的每个类分别进行神经网络学习,最后通过ANN集成得到检测结果.对采集的储罐运行状态数据进行仿真后,结果表明该方法比ANN、FCM和Na(i)ve Bayes方法有更优的检测性能.
储罐、异常检测、FCM、ANN、三层结构模型
34
TP391(计算技术、计算机技术)
2017-05-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
214-219