论文部分内容阅读
强相关问题是多维系统优化降维分析中的一个常见问题。多维系统强相关问题的存在，使得衡量样本异常程度的综合评价指标——马氏距离难以计算或很不准确，进而给基于马氏距离函数进行的多维系统优化与诊断分析带来困扰。田口试图通过改进马氏距离函数来解决强相关问题，提出了马氏田1：3施密特正交化法和伴随矩阵法，然而这2种方法本身存在无法克服的缺陷。基于多重信息源信息离散性（FDOD）度量的特性，提出用FDOD度量代替马氏距离函数来衡量多维系统样本的异常程度，并将FDOD度量与田口方法结合进行多维系统优化降维与样本诊断分析，