基于改进Infomax算法在生化过程监控中的应用研究

摘要：

生化工过程中存在大量测量变量,这些变量一般不是相互独立的,而是由少数必要的潜隐变量驱动,这些潜隐变量通过独立成分分析方法(ICA)抽取出来;针对现有的Infomax(信息极大)ICA算法收敛速度慢的问题,引入四阶统计去相关的混合学习规则,结合加权协方差阵的非对角元素最小化,提出了一种改进Infomax算法,将其用于生化工过程故障的提取,并通过在TE(Tennessee Eastman)模型上仿真,结果表明该方法改善了原有算法的收敛性能,盲源分离效果良好.

关键词：独立分量分析、改进Infomax算法、统计过程监控、故障检测

所属期刊栏目：14

分类号：TP2(自动化技术及设备)

资助基金：国家科技攻关计划2001BA204B01-03

在线出版日期：2007-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1649-1651