基于局部特征提取的有监督的流形学习方法
来源：机械工程学报杂志2017年第24期北京时间：
作者：黎敏, 杨孟瑶, 陈泽, 赵启东
单位：1. 北京科技大学机械工程学院 北京 100083;2. 北京科技大学钢铁共性技术协同创新中心 北京 100083
摘要：为了提高工业产品的质量，提出一种基于局部特征提取的有监督的流形学习方法，用于工业生产过程中工艺参数的调整和优化。利用“多类邻域搜索”策略对每个样本点寻找邻域矩阵，对邻域矩阵进行特征分解，获得每个样本点的演化矢量，进而可以求得潜含在数据内部的主流形。另一方面，利用训练样本建立基于支持矢量数据描述的监控模型，对工艺过程进行监控。当发现异常样本时，将异常样本在主流形方向上进行投影，可以得到各个工艺参数的调整量，由此可将异常样本调控回到生产受控状态。利用IF钢实际生产过程数据进行验证，结果表明：新方法能有效提取出数据内部的流形结构，并通过主流形实现对工艺参数的调整，为实际生产过程提供了一种新的工艺参数优化方法。
关键词：产品质量建模,工艺参数优化,局部特征提取,有监督流形学习；
基金资助：十二五科技支撑计划（2015BAF30B01）和省部共建耐火材料与冶金国家重点实验室开放基金（G201704）资助项目。
