لتمكين استخدام البيانات في الفضاء متعدد الأبعاد بشكل فعال وحل مشكلة تأثير الأبعاد الزائدة على النتائج النهائية، يقدم هذا البحث طريقة اختيار الميزات لتقليل الأبعاد باستخدام وظيفة Copula وطريقة تحليل الانحدار اللواء (LU)، حيث توفر وظيفة Copula نموذج ارتباط مناسب لمقارنة توزيعات البيانات المتعددة المتغيرات، ويمكن الحصول بسرعة على تركيبات الأبعاد باستخدام تحليل الانحدار اللواء، ثم يتم التحليل والقضاء على البيانات غير ذات الصلة أو الزائدة بالإضافة إلى المتغيرات الخطية الأخرى، مما يحافظ على سلامة المعلومات في البيانات، وهذا يمكن أن يستخدم لاختيار الميزات في البيانات ذات الأبعاد المتعددة. تمت مقارنة طريقتنا في هذا البحث مع طرق اختيار الميزات مثل تحليل العناصر الرئيسية (PCA)، وتحليل العناصر الرئيسية البسيط (SPCA)، وتحليل القيم الفردية (SVD) في معالجة وتحليل البيانات الكبيرة لجهاز توربين بخاري في ثلاث حالات عمل مختلفة خلال شهرين. توضح النتائج أن طريقتنا في هذا البحث فعالة في تقليل الأبعاد وكفاءة التعرف على بيانات الأعطال بشكل أفضل من الطرق الأخرى.

اختيار الميزات؛ البيانات متعددة الأبعاد؛ تقنيات التقليل؛ وظيفة Copula؛ تحليل الانحدار اللواء LU؛ بيانات الأعطال؛ الجهاز التوربين البخاري