基于改进的QBC和CS-SVM的故障检测

来源期刊：控制与决策2012年第10期

论文作者：唐明珠 阳春华 桂卫华

文章页码：1489 - 1493

关键词：主动学习;代价敏感支持向量机;委员会投票选择算法;故障检测;

摘    要：针对复杂工业过程样本集中的类不平衡、样本标注代价昂贵和样本孤点的问题,研究基于委员会投票选择（MQBC）和代价敏感支持向量机（CS-SVM）的故障检测方法.给出未标注样本信息度的定义,提出改进的委员会投票选择算法.主动代价敏感学习通过MQBC选择信息度高的未标注样本对其标注并添加到训练集.CS-SVM将不同类样本的误分类赋予不同的误分类代价,从而提高CS-SVM的故障检测率.最后,以铜闪速熔炼过程为例,实验结果验证了所提出方法的有效性.