基于LTSA的ICA方法及其在化工过程监控中的应用

独立成分分析（ICA）方法在线性非高斯过程的监控领域得到了成功应用，当过程数据非线性较强时效果不理想。局部切空间排列（LTSA）方法能够从在高维空间中呈现高度扭曲的数据集中发现隐含在其中的非线性结构。本文结合ICA和LTSA二者的优点，提出LTSA-ICA过程监控方法，首先用LTSA从高维数据空间中提取出低维子流形，然后在这个低维子流形上执行线性ICA算法，在保留ICA对非高斯过程处理优势的同时，较好地解决了非线性的问题。在田纳西-伊斯曼（TE）过程上的仿真表明上述方法的有效性。