Combined support vector novelty detection for multi-channel combustion data

Combined support vector novelty detection for multi-channel combustion data

Multi-channel combustion data, consisting of gas pressure and two combustion chamber luminosity measurements, are investigated in the prediction of combustion instability. Wavelet analysis is used for feature extraction. A SVM approach is applied for novelty detection and the construction of a model...

Ausführliche Beschreibung

Bibliographische Detailangaben
Hauptverfasser:	Clifton, L, Yin, H, Clifton, D, Zhang, Y
Format:	Journal article
Veröffentlicht:	IEEE 2007

Ähnliche Einträge

Probabilistic novelty detection with support vector machines
von: Clifton, L, et al.
Veröffentlicht: (2014)

A review of novelty detection
von: Pimentel, M, et al.
Veröffentlicht: (2014)

Automated novelty detection in industrial systems
von: Clifton, D, et al.
Veröffentlicht: (2008)

An extreme function theory for novelty detection
von: Clifton, D, et al.
Veröffentlicht: (2012)

A framework for novelty detection in jet engine vibration data
von: Clifton, D, et al.
Veröffentlicht: (2007)

Extending the generalised Pareto distribution for novelty detection in high-dimensional spaces
von: Clifton, D, et al.
Veröffentlicht: (2013)

Novelty detection with multivariate extreme value statistics
von: Clifton, D, et al.
Veröffentlicht: (2010)

Novelty detection in large-vehicle turbocharger operation
von: Clifton, D, et al.
Veröffentlicht: (2007)

Learning shape for jet engine novelty detection
von: Clifton, D, et al.
Veröffentlicht: (2006)

A COMPARISON OF APPROACHES TO MULTIVARIATE EXTREME VALUE THEORY FOR NOVELTY DETECTION
von: Clifton, D, et al.
Veröffentlicht: (2009)

Support vector novelty detection applied to Jet Engine vibration spectra
von: Hayton, P, et al.
Veröffentlicht: (2001)

Novelty Detection for Identifying Deterioration in Emergency Department Patients
von: Clifton, D, et al.
Veröffentlicht: (2011)

Identification of patient deterioration in vital-sign data using one-class support vector machines
von: Clifton, L, et al.
Veröffentlicht: (2011)

Novelty detection with multivariate extreme value theory, part I: A numerical approach to multimodal estimation
von: Clifton, D, et al.
Veröffentlicht: (2009)

NOVELTY DETECTION WITH MULTIVARIATE EXTREME VALUE THEORY, PART II: AN ANALYTICAL APPROACH TO UNIMODAL ESTIMATION
von: Hugueny, S, et al.
Veröffentlicht: (2009)

Point process models for novelty detection on spatial point patterns and their extremes
von: Luca, SE, et al.
Veröffentlicht: (2018)

NOVELTY DETECTION WITH MULTIVARIATE EXTREME VALUE THEORY, PART I: A NUMERICAL APPROACH TO MULTIMODAL ESTIMATION
von: Clifton, D, et al.
Veröffentlicht: (2009)

Application of an intuitive novelty metric for jet engine condition monitoring
von: Clifton, D, et al.
Veröffentlicht: (2006)

Bayesian extreme value statistics for novelty detection in gas-turbine engines
von: Clifton, D, et al.
Veröffentlicht: (2008)

Visualization of multi-channel sensor data from aero jet engines for condition monitoring and novelty detection
von: Bannister, P
Veröffentlicht: (2007)

Optimising classifiers for the detection of physiological deterioration in patient vital-sign data
von: Khalid, S, et al.
Veröffentlicht: (2011)

Novelty detection for the identification of abnormalities
von: Tarassenko, L, et al.
Veröffentlicht: (2000)

Feature extraction and wall motion classification of 2D stress echocardiography with support vector machines
von: Chykeyuk, K, et al.
Veröffentlicht: (2011)

Predictive monitoring of mobile patients by combining clinical observations with data from wearable sensors.
von: Clifton, L, et al.
Veröffentlicht: (2013)

Database retrieval for novelty detection
von: Ong, Chun Lin.
Veröffentlicht: (2009)

Mixture of hyperspheres for novelty detection
von: Duy Nguyen, et al.
Veröffentlicht: (2016-06-01)

Extreme value statistics for novelty detection in biomedical data processing
von: Roberts, S
Veröffentlicht: (2000)

The Experience of Novelty and the Novelty of Experience
von: Liubov Skavronskaya, et al.
Veröffentlicht: (2020-02-01)

Choosing an appropriate model for novelty detection
von: Nairac, A, et al.
Veröffentlicht: (1997)

Combining face detection and novelty to identify important events in a visual lifelog
von: Doherty, A, et al.
Veröffentlicht: (2008)

Extrapolation detection and novelty-based node insertion for sequential growing multi-experts network
von: Chu Kiong, L., et al.
Veröffentlicht: (2003)

Complex Background Reconstruction for Novelty Detection
von: Kun Zhao, et al.
Veröffentlicht: (2023-09-01)

Modelling novelty detection in the thalamocortical loop.
von: Chao Han, et al.
Veröffentlicht: (2023-05-01)

Ensemble probability distribution for novelty detection
von: Qiao Xiaoshuang, et al.
Veröffentlicht: (2018-01-01)

Smartwatch data help detect COVID-19
von: Zhu, T, et al.
Veröffentlicht: (2020)

Malicious traffic detection on sampled network flow data with novelty-detection-based models
von: Adrián Campazas-Vega, et al.
Veröffentlicht: (2023-09-01)

Fault Detection and Diagnosis in Process Data Using Support Vector Machines
von: Fang Wu, et al.
Veröffentlicht: (2014-01-01)

A PROBABILISTIC RESOURCE ALLOCATING NETWORK FOR NOVELTY DETECTION
von: Roberts, S, et al.
Veröffentlicht: (1994)

Feature-Based Multi-Class Classification and Novelty Detection for Fault Diagnosis of Industrial Machinery
von: Francesca Calabrese, et al.
Veröffentlicht: (2021-10-01)

Linear vector models of time perception account for saccade and stimulus novelty interactions
von: Amirhossein Ghaderi, et al.
Veröffentlicht: (2022-03-01)