基于标签传播字典学习的模式间相似性工业过程监控方法

    Keke HUANG, Shijun TAO, Yishun LIU, Chunhua YANG & Weihua GUI. Label propagation dictionary learning based process monitoring method for industrial process with between-mode similarity. Sci China Inf Sci, DOI: 10.1007/s11432-021-3341-y随着工业网络物理系统（ICPS）的发展，从工业过程中收集了少量的标记数据和大量的未标记数据。

    由于内部运行条件和外部环境的变化，数据样本之间存在模式间的相似性。

    标记数据的稀缺性和相似性的存在使得提取数据特征具有挑战性，并且给流程监控带来了新的挑战。

    为了解决这些问题，本文提出了一种标签传播字典学习方法。

    首先建立了原子与相应轮廓之间的联系，并通过图拉普拉斯正则化实现了原子标签的传播。

    然后，考虑到同一类样本的相似性，在稀疏编码中加入低秩约束，以增强标签的相互传播。

    最后，设计了一种同时获取字典和分类器的优化方法。

    当新的数据样本到达时，基于学习到的字典和分类器进行过程监控和状态预测。

    实验结果表明，该方法比现有的几种方法具有更好的监测性能，表明了该方法的优越性。

    最新录用文章未经编辑加工，可能会与最终出版文章有微小差异。

    本文内容均来自于作者提交最终版稿件英文原文，中文文字为编辑翻译加工，请以作者英文原文为准。