用于监测复杂系统的计算机辅助定性趋势分析

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (17): 41-44.

用于监测复杂系统的计算机辅助定性趋势分析

张海洋，张贝克，吴重光

北京化工大学信息科学与技术学院，北京 100029

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-06-11 发布日期:2007-06-11
通讯作者: 张海洋

Computer-aided qualitative trend analysis for monitoring complex system

ZHANG Hai-yang，ZHANG Bei-ke，WU Chong-guang

College of Information Science and Technology，Beijing University of Chemical Technology，Beijing 100029，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-06-11 Published:2007-06-11
Contact: ZHANG Hai-yang

摘要/Abstract

摘要： 为了对传感器数据的瞬态演化用计算机进行建模，提出了定性趋势分析（Qualitative Trend Analysis），这种定性的过程趋势描述是一种很有用的方法，已被广泛地用于过程状态监测、数据压缩、故障检测和诊断。首先概述国外QTA的产生背景和发展情况;其次提出有效的QTA趋势提取策略和趋势识别的若干重要问题。结果表明，该方法能够有效和快速地从数据中获取过程趋势。

关键词: 定性趋势分析（QTA）, 过程监测, 趋势提取, 数据分析, 趋势识别

Abstract: Qualitative process trend representation is a useful approach to model temporal evolution of sensor data by computer，Qualitative Trend Analysis（QTA） has been widely used for process monitoring，data compression and Fault Detection and Diagnosis（FDD）.The first section summarizes the background and up-to-date development of Qualitative Trend Analysis（QTA）;Then effective methodologies in trend extraction and some major problems in trend identification of Qualitative Trend Analysis（QTA） are proposed.The results issued this method can capture process trend from the data effectively and rapidly.

Key words: Qualitative Trend Analysis（QTA）, process monitoring, trend extraction, data analysis, trend identification

张海洋，张贝克，吴重光. 用于监测复杂系统的计算机辅助定性趋势分析[J]. 计算机工程与应用, 2007, 43(17): 41-44.

ZHANG Hai-yang，ZHANG Bei-ke，WU Chong-guang. Computer-aided qualitative trend analysis for monitoring complex system[J]. Computer Engineering and Applications, 2007, 43(17): 41-44.

[1]	钟雅婷，林艳梅，陈定甲，彭昱忠，曾远鹏. 多组学数据整合分析和应用研究综述[J]. 计算机工程与应用, 2021, 57(23): 1-17.
[2]	陈红倩1，杨倩玉1，李慧2，陈谊1. 基于极坐标布局的农残检出倾向性可视分析[J]. 计算机工程与应用, 2019, 55(9): 190-196.
[3]	钟秋浩，张士庚，王建新，单文波. 面向电信承载网的监控系统设计与实现[J]. 计算机工程与应用, 2019, 55(13): 231-238.
[4]	陈建峡1，朱季骐1，张月1，张晓星2，吕俊涛3，白德盟3. 基于Spark的输变电线路实时故障监测研究[J]. 计算机工程与应用, 2018, 54(5): 265-270.
[5]	丁磊，刘清华，江志文. 基于ESLS的顾客定位系统的设计与实现[J]. 计算机工程与应用, 2018, 54(11): 249-253.
[6]	周彧1，2，李晖1，2，梁青青1，2，陈梅1，2，朱明3. FastNavi：巡天数据的交互式探索系统[J]. 计算机工程与应用, 2018, 54(1): 86-93.
[7]	付伟1，赵宇1，王丽婷2，刘彦北1. 脉搏数据优化研究[J]. 计算机工程与应用, 2017, 53(2): 157-161.
[8]	卢敏1，2，王金茵1，2，卢刚3，陶伟东1，2，王结臣1，2. CPU/GPU异构混合并行的栅格数据空间分析研究#br# ——以地形因子计算为例[J]. 计算机工程与应用, 2017, 53(1): 172-177.
[9]	康永辉，戴激光，王广哲. 改进的自适应模糊ISODATA灰度图像分割算法[J]. 计算机工程与应用, 2016, 52(17): 198-202.
[10]	孙皓1，2，龚培荣2. MATLAB神经网络分析上海光源光束线的运行数据[J]. 计算机工程与应用, 2016, 52(16): 233-237.
[11]	宋政辉1，宁波1，张新春2. 基于定性趋势分析的非线性系统故障诊断研究[J]. 计算机工程与应用, 2015, 51(8): 250-254.
[12]	艾孜尔古丽1，2，李晓1，玉素甫·艾白都拉2. 中小学维吾尔语文教材用词数据分析方法研究[J]. 计算机工程与应用, 2014, 50(3): 108-111.
[13]	宋政辉1，税爱社2，宁波1. 一种改进的定性趋势识别方法[J]. 计算机工程与应用, 2013, 49(10): 216-218.
[14]	李前进，王寅龙，李志祥，王希武，林克成. 基于直觉模糊的ISODATA算法[J]. 计算机工程与应用, 2012, 48(9): 176-177.
[15]	徐永士1，2，霍菁1，2，孙功星1. 一种数据本地化存储与处理系统[J]. 计算机工程与应用, 2012, 48(5): 7-11.