%0 Journal Article
%T 基于互信息的PCA方法及其在过程监测中的应用
%A 童楚东
%A 史旭华
%J 化工学报
%P 4101-4106
%D 2015
%R 10.11949/j.issn.0438-1157.20150374
%X 主元分析(PCA)是一种经典的特征提取方法,已被广泛用于多变量统计过程监测,其算法的本质在于提取过程数据各变量之间的相关性。然而,传统PCA算法中定义的相关性矩阵局限于计算变量间的线性关系,无法衡量两个变量间相互依赖的强弱程度。为此,提出一种新的基于互信息的PCA方法(MIPCA)并将之应用于过程监测。与传统PCA所不同的是,MIPCA通过计算两两变量间的互信息来定义相关性,将原始相关性矩阵取而代之为互信息矩阵,并利用该互信息矩阵的特征向量实现对过程数据的特征提取。在此基础上,可以建立相应的统计监测模型。最后,通过实例验证MIPCA用于过程监测的可行性和有效性。
%K 主元分析
%K 数值分析
%K 过程系统
%K 互信息
%K 故障检测
%K 统计过程监测
%U http://www.hgxb.com.cn/CN/abstract/abstract17530.shtml