科技工作者之家
科技工作者之家APP是专注科技人才，知识分享与人才交流的服务平台。
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。
来源： 中国科学信息科学
原文链接：http://mp.weixin.qq.com/s?__biz=MzAxNjgwMjA5Ng==&mid=2651152410&idx=1&sn=1f291bb5fc4c2952dc2b379b1bbf4476
版权声明：除非特别注明，本站所载内容来源于互联网、微信公众号等公开渠道，不代表本站观点，仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。
电话：（010）86409582
邮箱：kejie@scimall.org.cn
微信
科技工作者之家
京公网安备11010202008424号
