针对工业系统中特征动态增减的难题，提出一种多核梯度下降与支持向量选择机制相结合的在线学习方法，可实时检测新增与消失的故障特征。
赵丹丹 · Peng, Zhang · Chen, Jiajun · Cai, Li · Mo, Renpeng
2023
将每种特征组合视为独立的特征集，并利用多个核梯度下降方法分别处理，从而能够检测新出现的故障特征。
同样通过多核梯度下降处理，能够识别已消失的故障特征，从而适应特征空间的收缩。
引入支持向量选择机制和核数量控制策略，降低了核化带来的计算复杂度，使方法更具扩展性和实用性。
通过将已删除核感知器的历史信息整合到新选定的核感知器中，优化了故障检测模型的更新，从而提升模型性能。