《过程工业故障诊断》由吴斌、于春梅、李强所著，主要介绍多元统计类方法及其核化算法在过程工业故障诊断中的应用，揭示几种多元统计方法和核化多元统计方法直接的关系，并针对基于核的分类器设计、核参数的优化问题、核化后产生的小样本问题、算法稳定性问题等进行研究讨论。为完整性起见，本书还将简要介绍基于解析模型的方法和基于信号处理的方法。

《过程工业故障诊断》由吴斌、于春梅、李强所著，针对过程工业变量多、耦合强的特点，侧重介绍多元统计类方法在过程工业故障诊断中的应用，详细介绍主元分析法、Fisher判据分析、部分最小二乘法、独立元分析等分析方法之间的区别和联系；针对一般多元统计方法难以解决非线性问题的缺点，对其进行核化处理，揭示几种核化多元统计方法之间的关系和本质；提出故障特征的选择以及小样本问题的解决方法，并给出不同方法的模式稳定性比较，为选择算法参数提供参考依据；最后介绍基于解析模型和基于信号处理的方法在故障诊断中的应用。

《网络群体智能与突现计算》可作为过程工业及其自动化、控制理论与控制工程等相关专业研究生课程的参考书，也可供从事过程工业故障检测与诊断的研究人员和工程技术人员参考。

前言

第1章 绪论

第2章 过程工业故障检测与诊断的多元统计方法

第3章 过程工业故障诊断的核化多元统计方法

第4章 过程工业故障诊断的特征选取方法

第5章 过程工业故障诊断的小样本问题

第6章 算法的模式稳定性

第7章 基于解析模型的故障诊断

第8章 基于信号处理的故障诊断

第9章 总结与展望