基于主动增量式学习的故障诊断知识挖掘方法

项目名称： 基于主动增量式学习的故障诊断知识挖掘方法

项目编号： No.61403042

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 王健

作者单位： 渤海大学

项目金额： 24万元

中文摘要： 项目以典型工业系统为背景，在深入分析故障诊断中样本标记不完备，样本类别不完备，样本数量不完备的基础上，指出样本数据的不完备特性对故障诊断的关键环节之一—故障知识的获取造成很大的困难。为应对这一挑战，项目以主动学习和增量学习为基础，研究一种面向知识挖掘的主动增量式故障诊断方法。该方法通过主动学习标记故障类型，并利用不断获得的标签样本发现未知故障类别和优化分类器性能。研究内容包括：多目标主动学习方法；可切换工作模式的增量学习方法；面向样本数量不完备的多层次采样方法。研究的显著特点是： 1、提出了多目标主动学习的选择性集成增量学习算法，能够随着系统的运行自主学习故障知识，降低故障诊断系统对人工专家的依赖，提高了系统的可应用性。2、依据数据分布在发现新类别和优化分类器之间自适应调整主动学习的目标，并依据不同目标对基分类器要求的不同，相应的转换集成增量分类器的工作模式，提高了故障诊断系统的工作效率。

中文关键词： 故障诊断；故障识别；知识发现；数据驱动；

英文摘要： The incomplete characteristics of sample data lead to great troubles when gaining the fault knowledge, which is one of the key issues in fault diagnosis. It is proposed on the basis of an in-depth analysis for the incomplete sample labeling, the incomplet

英文关键词： fault diagnosis；fault identification；knowledge discovery；data driven；