收录:
摘要:
多向核独立成分分析(multiway kernel independent component analysis, MKICA)在监测间歇过程非高斯性和非线性方面取得了广泛应用,其仅仅是将线性独立成分分析(independent component analysis, ICA)方法利用核主成分分析(kernel principal component analysis, KPCA)白化扩展到非线性领域,但数据经KPCA白化后只考虑数据信息最大化未考虑数据簇结构信息的不足,为解决此问题,采用核熵成分分析(kernel entropy component analysis, KECA)代替 KPCA白化的过程监测方法.该方法首先利用 AT展开方法将过程三维数据变为二维数据;其次用 KECA 进行白化处理的同时解决数据的非线性;然后建立 ICA 监测模型用于非高斯生产过程监测;最后将该方法应用到青霉素发酵仿真和实际的工业过程并与MKICA方法进行对比,验证该方法的有效性.
关键词:
通讯作者信息:
电子邮件地址: