本篇介紹一個我做過的案例!PCA的理論基礎就不介紹了(如果有需要請點擊這裏)
這篇文章主要是介紹一下程序的效果,完整程序請點擊這下載!!!!!!!!!!!!!!!!!!!!!!!!!
1.程序執行完的效果圖
圖1 T^2統計量
圖2 SPE統計量
結論:從以上兩個圖中可以清晰的看出有些測試點在基線(紅線)的兩側,根據PCA診斷原理,我們能分析出:
T^2統計量和SPE統計量同時位於基線的上方纔屬於正常,否則屬於故障。可以分析出前6個測試點屬於正常,其他的屬於故障。
2.主元的特徵向量
3.測試點故障統計
本測試數據集爲24*6大小,即一共24個測試點,其中6個正常點,18個故障點。在這將正常點認爲是0,故障點認爲是1.並將其保存在一個label文件中。
注:本文如若有錯誤或者涉及版權問題或原文鏈接錯誤,請指正,必會馬上修改。