一种ocsvm监控模型的在线更新系统及方法.docx

一种ocsvm监控模型的更新系统及方法一种ocsvm监控模型的更新系统及方法本发明涉及一种OCSVM监控模型的更新系统及方法，其特征在于：它包括数据采集设备和监控模型更新模块，监控模型更新模块内设置有样本标准化模块、判定模块、界外样本更新模块和界内样本更新模块；数据采集设备将采集的实时过程变量数字化为实时过程数据后传送给样本标准化子模块，样本标准化子模块将当前OCSVM监控模型和经过标准化处理后的新样本传送给判定子模块；判定子模块将判定的界外样本、界内样本和当前OCSVM监控模型分别传送至界外样本更新子模块和界内样本更新子模块，界外样本更新子模块和界内样本更新子模块输出的OCSVM监控模型均作为当前监控模型本发明可以广泛应用于实际工业过程中对非线性过程监控模型的更新专利说明】一种OCSVM监控模型的更新系统及方法【技术领域】[0001]本发明涉及一种非线性模型的更新系统及方法，特别是关于一种OCSVM(One-Class Support Vector Machine,单类支持向量机)监控模型的更新系统及方法背景技术】[0002]OCSVM是一种在训练过程中只使用单一类别样本进行建模的支持向量机方法。

该方法将样本点投影到特征空间，用切平面将样本投影点与特征空间的原点以最大间隔分开，从而将原始空间中绝大多数样本所在区域与无样本分布的区域用决策边界隔开，实现对异常样本点的检测因此，可以用OCSVM来解决传感器数据具有非高斯分布、非线性相关性特征的复杂生产过程监控问题OCSVM监控模型的判别函数f(x)可以表述为:[0003]【权利要求】1.一种OCSVM监控模型更新系统，其特征在于:它包括一数据采集设备和一监控模型更新模块，所述监控模型更新模块内设置有一样本标准化子模块、一判定子模块、一界外样本更新子模块和一界内样本子更新模块；所述数据采集设备采集工业生产过程中的实时过程变量，并将其数字化为实时过程数据后传送给所述样本标准化子模块；所述样本标准化子模块根据预置在其中的当前OCSVM监控模型对接收到的实时过程数据进行标准化处理，并将当前OCSVM监控模型和经过标准化处理后的新样本传送给所述判定子模块；所述判定子模块将判定的当前OCSVM监控模型的决策边界以外的样本和当前OCSVM监控模型传送给所述界外样本更新子模块内进行更新，并输出OCSVM监控模型；所述判定子模块将判定的当前OCSVM监控模型的决策边界以内的样本和当前OCSVM监控模型传送至所述界内样本更新子模块内并输出OCSVM监控模型；所述界外样本更新子模块和界内样本更新子模块输出的OCSVM监控模型均作为当前监控模型。

2.一种采用如权利要求1所述更新系统的OCSVM监控模型的更新方法，其包括以下步骤: 1)数据采集设备采集工业生产过程中的实时过程变量并将其转换为数字化的实时过程数据，数字化的实时过程数据作为未经标准化的新样本义传送给样本标准化模块； 2)样本标准化子模块根据所接收到的当前OCSVM监控模型的均值和标准差信息对接收到的新样本O的新样本Xi加入支持向量集合P ； ②将支持向量集合P中的所有样本按照到达样本标准化子模块的时间顺序进行排序，设其中到达时间最早的样本为Xtl,将样本X的权重系数α 0赋值给新样本Xk的权重系数a k,将新样本Xk加入当前OCSVM监控模型的窗内样本集合，同时从其窗内样本集合中删除到达时间最早的样本Xtl,从而使样本权重调整后的当前OCSVM模型满足SMO算法的起始迭代要求； ③给定停机精度ε，ε的取值范围设定为εE (0，0.001)，根据SMO算法的计算步骤，不断寻找最优工作样本集Ixi, XjI，按照公式5.如权利要求2或3所述的一种OCSVM监控模型的更新方法，其特征在于:所述步骤6)中，采用改进的滑动窗方法对当前OCSVM监控模型进行更新的具体步骤包括: ①将所有满足权重ai = O的样本Xi加入非支持向量集合R ； ②将非支持向量集合R中的所有样本按照到达样本标准化子模块的时间顺序进行排序，设其中到达时间最早的样本为X。

将新样本Xk的权重系数a k赋值为0，将新样本Xk加入当前OCSVM监控模型的窗内样本集合，同时从窗内样本集合中删除到达时间最早的样本，输出当前OCSVM监控模型。