Fault detection using modified cost-sensitive active learning for alumina evaporation process

TANG Mingzhu; YANG Chunhua; GUI Weihua; XIE Yongfang

您当前的位置：

首页 >

文章列表页 >

Fault detection using modified cost-sensitive active learning for alumina evaporation process

更新时间：2025-12-10

- Fault detection using modified cost-sensitive active learning for alumina evaporation process
- CIESC Journal Issue 8, Pages: 2108-2115(2011)
- 作者机构：
  
  中南大学信息科学与工程学院,湖南,长沙,410083
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Online First：05 August 2011，
  
  Published：05 August 2011
- 稿件说明：
移动端阅览
TANG Mingzhu, YANG Chunhua, GUI Weihua, et al. Fault detection using modified cost-sensitive active learning for alumina evaporation process[J]. CIESC Journal, 2011, (8): 2108-2115.
DOI：

TANG Mingzhu, YANG Chunhua, GUI Weihua, et al. Fault detection using modified cost-sensitive active learning for alumina evaporation process[J]. CIESC Journal, 2011, (8): 2108-2115. DOI：

摘要

针对氧化铝蒸发过程故障检测中标注者不切实际的假设和控制参数难以确定问题，提出改进的代价敏感主动学习方法。给出了代价敏感主动学习形式化描述和放松了标注者不切实际的假设。为了提高分类精度和减少标注代价，该方法结合粒子群优化和代价敏感主动学习。利用连续的粒子群优化代价敏感主动学习的控制参数，该参数用于最大化未标注样本的信息度和最小化标注代价。将所提出的方法应用于氧化铝蒸发过程故障检测，实验结果表明，该方法能正确地选择控制参数，有效地减少了误分类代价和标注代价，提高了故障检测率。

Abstract

Aiming at the unrealistic assumptions of oracles and the difficult determination of control parameter in fault detection for alumina evaporation process

a modified cost-sensitive active learning(MCAL)method is proposed.The formal description of MCAL is given and unrealistic assumptions of oracles are relaxed.MCAL hybridizes particle swarm optimization(PSO)and cost-sensitive active learning(CAL)to improve the classification accuracy with multi-oracles and reduce the cost of labeling instances sampled.This optimization mechanism employs the continuous-valued PSO to optimize the control parameter to maximize the value of information of instance and minimize the cost of oracle.MACL is applied on the benchmark of alumina evaporation process for fault detection.Experimental results show that MCAL correctly selects the control parameter

obtains low misclassification cost

reduces labeling costs and increases the rate of fault detection.

关键词

Keywords

references

Views

581

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

填料塔中氨水吸收二氧化碳的传质性能

脉动热管气液塞振荡运动模型

气液两相流在微小T型三通中的相分配特性

超声空化对换热器协同场的影响

多晶金薄膜电子-声子耦合的实验研究

Related Author

曾庆

郭印诚

牛振祺

林文漪

胡朝发

贾力

何奎

汪双凤

Related Institution

清华大学工程力学系

北京交通大学机械与电子控制工程学院动力系

华南理工大学强化传热与过程节能教育部重点实验室

华北电力大学能源动力与机械工程学院

东北电力大学研究生部

⁰