论文部分内容阅读
由于铝电解中发生的阳极效应对铝的生产有诸多不利影响,有效地预测阳极效应可以提高生产效率。为了从监测数据中提取更多与阳极效应发生相关的信息,本文提出了基于小波包分解与多尺度排列熵特征提取方法,比较了最小冗余最大相关、Relief与卡方检验三种特征选择算法,使用XGBoost分类模型对阳极效应数据集进行训练和预测。实验结果表明,在使用原始特征的基础上增加小波包分解子信号的多尺度排列熵特征能够提高阳极效应预测准确率。