基于核独立成分分析和支持向量数据描述的非线性系统故障检测方法
来源：信息与控制杂志2017年第2期北京时间：
作者：杨泽宇, 王培良
摘要：复杂工业过程数据通常具有非高斯性和强非线性特征，为此提出了一种基于核独立成分分析和支持向量数据描述（KICA-SVDD）的非高斯非线性系统的故障检测方法.该方法首先运用核独立成分分析方法对数据进行特征提取，然后通过引入支持向量数据描述对独立主元成分进行建模，并计算相应的统计量及控制限，实现非高斯非线性系统下的故障检测.最后在Tennessee-Eastman（TE）过程上进行了仿真实验，结果表明所提出的方法降低了故障错分比例和漏检比例，验证了其可行性和有效性.
关键词：核独立成分分析, 支持向量数据描述, 非高斯, 非线性, 故障检测
