基于ISOMAP降维的复杂轮廓异常点识别方法

聂　斌　李京亚　姚雪海

天津大学，天津，300072



基于ISOMAP降维的复杂轮廓异常点识别方法

聂斌李京亚姚雪海

天津大学，天津，300072

摘要：高维复杂轮廓异常点识别方法研究是目前过程轮廓监控的重要课题之一。以高维复杂轮廓为研究对象，建立非参数轮廓矩阵模型，将基于测地距离的ISOMAP非线性降维技术与χ2控制图相结合，提出新的轮廓异常点识别方法，以实现高维复杂轮廓异常点的准确识别。仿真实验和实际案例的应用分析结果证实该方法在异常点识别的准确性方面具有良好的性能。

关键词：异常点识别；等距特征映射(ISOMAP)；轮廓；降维

0引言

统计过程控制(statisticqualitycontrol,SPC)是一种借助数理统计理论对过程进行控制的方法。SPC可以在过程中及时发现问题，确定过程稳定性，以保证最终产品的质量。Woodall等[1]和Hawkins等[2]将SPC过程分为两个重要阶段：第一阶段以采集到的历史数据作为基础，建立稳定运行状态模型；第二阶段根据已有的模型，在制造过程中，对实时数据逐个进行监控，及时发现动态过程中的变异。

轮廓监控是近几年出现的SPC应用问题。轮廓是一条反映可测质量特性与不同维度变量关系的曲线。对由一系列轮廓曲线组成的时间序列数据进行监控被称为轮廓监控。Koh等[3]将轮廓曲线应用到锻造过程控制中。Walker等[4]用垂直密度轮廓曲线(verticaldensityprofiles,VDP)来描述木板质量，并尝试在历史轮廓中寻找异常点并建立模型。

异常点识别是第一阶段轮廓监控中的重要组成部分。异常点的存在容易造成分析错误，如以此为基础建立模型，将严重影响到第二阶段的判断。……