改进的加权t-SNE算法及在故障诊断中的应用

来源：计算机应用研究杂志2020年第7期北京时间：

作者：夏丽莎,方华京,

单位：1.上海理工大学管理学院,上海200093；2.华中科技大学自动化学院,武汉430074；

摘要：对随机邻域嵌入算法（SNE）中的距离进行改进，提出一种基于Manhattan距离的加权t-SNE（Mwt-SNE）算法。使用受空间维数影响较小的Manhattan距离作为度量方式，使用K-均值聚类算法将高维空间数据样本点距离分为三类，基于表格法进行权重参数寻优与加权，以加权相对Manhattan距离代替欧氏绝对距离计算相似度条件概率，从而增大数据对象之间的区分度，提升降维效果，增强分类显著性。提出基于Mwt-SNE算法的在线故障诊断模型，使用核密度估计（KDE）确定控制限并进行在线监控。TE化工过程实验表明，Mwt-SNE算法能有效降低误报率和漏报率，从而提高故障诊断稳定性和准确性。

关键词：故障诊断,加权t-SNE,Manhattan距离,核密度估计,

基金资助：国家自然科学基金资助项目(61473127,71572113)；；