1) time-varying covariance
协方差随时间变化
2) time-varying score covariance
时变主元协方差
1.
In this paper,a new statistical batch monitoring approach based on variable-wise unfolding and time-varying score covariance structures is proposed.
针对多向主元分析(MPCA)模型批过程在线监测的缺陷,提出了一种基于变量展开和主元协方差随时间变化的MPCA方法,该方法按变量展开,不需要对新批次未反应完的数据进行预估,而数据之间的动态联系通过时变主元协方差得以保存,并且不需要建模批次的长度相等;将该方法应用于青霉素补料分批发酵过程的实时监测中,结果表明该方法比传统的MPCA方法具有更可靠的监测性能。
3) Covariance-driven stochastic subspace identification
协方差驱动随机子空间
补充资料：协方差阵
协方差阵
covanance matrix
协方差阵【cm.dan份ma州x;曰.例...叱幽旧M.，阅a] 若干个随机变量，成对取其协方差，所构成的矩阵.更确切地，k维向量X=(x，，…，习的协方差阵为方阵艺=〔【(火二〔X)(浑‘E幻T]，这里〔X=(E戈，…，〔勒丁是均值向量.协方差阵的分量是 aij=日(不一E戈Xxj一Exjll=cov(Xi，xj)， i，j=l，…，k，而当i=j时，它与0戈(“var(茂》相同(即戈的方差位犷主对角线_!一).协方差阵是一个对称半正定阵.若协方差阵为正定的则X的分布为非退化的;否则为退化的.对随机向量血言，协方差阵的作用，正如随机变量的方差.如果随机变量X，，…，戈的方差都是1.则X二(刃、，一、戈)的协方差阵与其相关阵(mrrelation matrix)相同. 样本厂”，…，砂、的样本协方差阵，由方差和协方差的估计量构成二 S一汁:户l‘X(用’一见‘X‘”一习了，这里X‘m，如二l，.。)是独立同分布的k维随机向量，而-了是厂，j、…，户’的算术平均.如果丫‘、，二，厂”，的分布是具协方差阵艺的多维且态分布，则S(n一l)/。是艺的最大似然估计量;在这一场合，矩阵(n一飞)S各元的联合分布称为Wi劝斌分布(Wishart distrlbuti(，n).它是多元统计分析中的基本分布之一，借助于它可检验有关协方差阵艺的假设.A.Bfl阳xopoB撰陈希孺译
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条