胡田 田颖

摘 要：为改善传统离群点检测技术以适应工业过程中由于设备老化、催化剂失效等引起的时变特性，运用强化学习自主探索田纳西伊斯曼工业环境以提取最优特征变量，运用稀疏PCA算法，对所提取的变量建立模型进行离群点检测，并将检测结果与强化PCA、稀疏PCA和KNN模型进行比较。实验结果表明，强化稀疏PCA模型可以有效提取出最优建模变量，建立最优离群点检测模型，准确率为93.33%。基于强化学习的特征提取方法可以有效实现高维数据降维，基于稀疏PCA的离群点检测提高了离群点识别率，增强了主成分解释能力。

关键词：强化学习;稀疏PCA;特征提取;时变特性;离群点检测

DOI：10. 11907/rjdk. 192481 開放科学（资源服务）标识码（OSID）：

中图分类号：TP306文献标识码：A 文章编号：1672-7800（2020）008-0084-05

Abstract： In order to improve the traditional outlier detection technology to adapt to the time-varying characteristics caused by equipment aging and catalyst failure in industrial process， the reinforcement learning is used to explore the Tennessee Eastman industrial environment to extract the optimal characteristic variables. The sparse PCA algorithm is applied for outlier detection according to the extracted variables and the results are compared with reinforced PCA， sparse PCA and KNN models. The experimental results show that the RSPCA model can effectively extract the optimal modeling variables and establish an optimal outlier detection model with an accuracy of 93.33%. The feature extraction method based on reinforcement learning can effectively reduce the dimensionality of high-dimensional data. The outlier detection based on sparse PCA improves the recognition rate of outliers and enhances the interpretation ability of principal components.

Key Words： reinforcement learning; sparse PCA; extracted variables; time-varying characteristics; outlier detection

0 引言

计算机技术的快速发展导致数据海量化和存储快速化，人们很难从大量高维数据中提取出有用信息。因此，如何从海量、复杂、高维数据中获取有价值的数据成为亟待解决的重要课题。目前，传统技术很难满足数据处理要求，数据挖掘技术应运而生[1]。

离群点检测作为数据挖掘中重要的研究方向之一，对于异常信息的检测及监控起着非常重要的作用。离群点指明显与其它观测对象的观测结果相差甚远，与现存机制模型不一样的数据。离群点的存在严重影响了正常数据的分析，可能导致模型误差、参数估计偏差和错误的结果。因此，在对数据集进行建模和分析之前，执行离群点检测任务具有重要意义，它可以消除噪声或发现潜在的、有意义的知识，广泛应用在金融领域欺诈检测、互联网领域入侵检测、疾病诊断、工业领域故障监测等诸多领域。……