摘要：针对化工过程中存在大量非线性问题,目前存在的主要方法为将核算法与偏最小二乘算法相结合(KPLS),相比于KPLS算法,将核与典型相关分析相结合的方法(KCCA)能够最大化两组变量相关性,以达到更好的检测效果。然而KCCA方法不能准确地将数据空间分解成与关键性能指标(KPI)相关和不相关的部分,从而忽略了剩余空间仍然涉及与KPI相关的一些信息的事实。文中提出了一种新的改进的KCCA (MKCCA)方法,该方法对核矩阵的可计算负载进行奇异值分解(SVD),得到一个投影模型,将核矩阵适当地分解为KPI相关部分和不相关部分,然后设计两个统计量进行故障检测。最后利用田纳西伊士曼(TE)过程验证了所提出方法的有效性和优越性。

摘要：随着云计算、移动互联网和物联网等新一代信息技术的创新和应用普及,人类飞速进入大数据时代。大数据开启了一次重大的时代转型,大数据正在改变我们的生活和企业的运作方式,而数据在企业中扮演的角色也逐渐从原先的辅助、存储角色到现在的重要资产角色。以往企业存储数据仅仅为了存档与法律的需要,而现在可以将数据变成可供使用,产生利润的资产。大数据将成为成本领先、差异化、集中化三大传统企业竞争战略之后,企业可以选择的第四种战略;特别是对于客户数据,对企业建立以客户为核心的战略起到重大作用。通过建设企业客户大数据平台,将不同企业客户通用和相似的数据模型,算法服务,数据产品作为集团的各个共享中心沉淀在“平台层”,统一进行管理和挖掘,其上支持多家销售类企业的不同应用,使得企业业务和数据资产得以在集团层面不断沉淀,有效降低应用的重复建设,减少烟囱式协作的成本,解决应用系统开发周期长、效率低、业务响应速度慢、运维复杂、数据时效性差等问题,是企业差异化竞争优势的核心。这种大数据架构的模式适用于国内众多的大型集团公司,具有借鉴和推广价值。