基于代价敏感主动学习的氧化铝蒸发过程故障检测
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。
粒子群优化 氧化铝蒸发过程 改进的代价敏感主动学习 故障检测
唐明珠 阳春华 桂卫华 谢永芳
中南大学信息科学与工程学院 湖南 长沙 410083
国内会议
南京
中文
414-421
1900-01-01（万方平台首次上网日期，不代表论文的发表时间）