论文部分内容阅读
提出一种基于主元分析（PCA）残差空间的自适应统计方法。将原始空间分解为主元空间和残差空间,然后根据残差空间得分变量方差变化趋势,给出由Hotelling’s T-2和欧式距离相结合的自适应统计量Te^2。将PCA-Te^2、PCA-Q以及核主元分析（KPCA）-Q等方法应用于田纳西-伊斯曼（TE）过程中,仿真结果表明PCA-Te-2具有较高的检测性能。