| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·前言 | 第7-9页 |
| ·基于数据驱动的过程监控方法 | 第9页 |
| ·单变量统计过程控制 | 第9-11页 |
| ·多变量统计过程控制 | 第11页 |
| ·多变量统计过程控制的主要方法 | 第11-13页 |
| ·本文结构 | 第13-15页 |
| 第二章 独立分量分析及其在过程监控中的应用 | 第15-29页 |
| ·数据预处理 | 第15-18页 |
| ·标准化 | 第16页 |
| ·白化与主元分析 | 第16-18页 |
| ·独立分量分析 | 第18-23页 |
| ·不相关性与独立性 | 第18-19页 |
| ·ICA 模型 | 第19-20页 |
| ·独立分量的求取 | 第20-22页 |
| ·ICA 理论的发展与现状 | 第22-23页 |
| ·ICA 在过程监控中的必要性研究 | 第23-27页 |
| ·过程数据非高斯性的实证分析 | 第23-25页 |
| ·数据的非高斯性与系统的非线性的关系分析 | 第25-27页 |
| ·ICA 在过程监控中的应用现状 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于动态独立子空间分析的过程监控方法 | 第29-37页 |
| ·独立子空间分析 | 第29-31页 |
| ·基于DISA 的过程监控方法 | 第31-33页 |
| ·仿真研究 | 第33-34页 |
| ·本章小结 | 第34-37页 |
| 第四章 广义特征值分解在过程监控中的应用 | 第37-47页 |
| ·广义特征值分解与盲源分离 | 第37-39页 |
| ·广义特征值分解 | 第37页 |
| ·广义特征值分解在盲源分离中的应用 | 第37-39页 |
| ·基于高阶统计量的RGED 及其在过程监控中的应用 | 第39-42页 |
| ·基于高阶统计量的RGED | 第39-40页 |
| ·基于高阶统计量的RGED 过程监控方法 | 第40-41页 |
| ·过程监控中的应用实例 | 第41-42页 |
| ·基于时域相关矩阵的GED 过程监控方法 | 第42-45页 |
| ·基于时域方差矩阵束的GED 模型 | 第42-43页 |
| ·统计量与监控限的确定 | 第43-44页 |
| ·仿真实验 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 基于非负矩阵分解的流程工业过程监控 | 第47-51页 |
| ·非负矩阵分解 | 第47-49页 |
| ·基于NMF 的过程监控方法 | 第49页 |
| ·仿真验证 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·研究工作总结 | 第51页 |
| ·研究展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第59页 |