基于DSC-DenseNet的流程工業(yè)系統(tǒng)故障監(jiān)測

摘要： 田納西-伊士曼過程數據高緯度、高耦合，存在數據特征難以提取的問題。為進一步提高流程工業(yè)系統(tǒng)中故障監(jiān)測的識別率，現將一維稠密卷積網絡(1D-DenseNet)與深度可分離卷積(DSC)結合，利用DenseNet的高效特征提取能力，并結合DSC減少計算參數、提高診斷效率，以提供基于DSC-DenseNet的故障監(jiān)測方式。先將數據進行歸一化整理，并加入隨機種子避免過擬合，隨后將處理后... （共5頁）