针对流式工业传感器数据的增量稀疏自适应PCA方法 作者：Rebin Saleh 和 Balázs Villányi

《Telecom》：Incremental Sparse Adaptive PCA for Streaming Industrial Sensor Data Rebin Saleh and Balázs Villányi

　　摘要 工业物联网（IIoT）系统在严格的存储和计算限制下生成高维、非平稳的传感器数据流，这限制了传统批量降维方法的适用性。虽然增量PCA（IPCA）能够实现在线更新，但它产生的组件较为密集，并且缺乏适应漂移和解释性的机制。相比之下，现有的稀疏PCA方法主要面向批量处理，不适合流式部署。本文提出了增量稀疏自适应PCA（ISAPCA），这是一种统一的流式框架，集成了指数遗忘机制以适应概念漂移、小批量Oja–Sanger子空间跟踪以实现在线方差最大化，以及近端?1软阈值处理与QR重新正交化以实现稳定的稀疏组件学习。本文的贡献在于在针对工业边缘设备和TinyML环境设计的常数内存架构中协调实施了这些既定机制。我们在三个工业数据集（SmartBuilding、Tennessee Eastman Process和GasSensor）上评估了ISAPCA，并将其与流式IPCA和离线上限方法（随机PCA、稀疏PCA和字典学习）进行了比较。ISAPCA在SmartBuilding数据集上保留了约93%的IPCA解释方差，在Tennessee Eastman数据集上保留了约96%的方差解释率，在GasSensor数据集上实现了更高的解释方差（分别为0.862对比IPCA的0.822）。在所有数据集中，ISAPCA都实现了稀疏加载，且重建质量没有显著下降。消融分析证实了在漂移情况下同时需要遗忘机制和稀疏性来保证性能的稳定性。运行时间测量显示，ISAPCA的批量更新速度低于毫秒级（256样本的小批量更新时间为0.234–0.606毫秒），表明其适合实时部署。这些结果表明，ISAPCA为非平稳工业物联网环境中的流式降维提供了一种实用且可解释的解决方案，平衡了方差保留、稀疏性和计算效率。

1. 引言
物联网（IoT）设备与微型机器学习（TinyML）技术的结合通过基于连续高维传感器数据流的预测性维护（PdM）和其他智能功能改变了工业环境[1]。然而，这种流式数据的快速增长带来了几个相互关联的挑战。首先，工业过程具有高度非平稳性；操作模式会变化，传感器会漂移，概念也会随时间推移而发生变化[2]。其次，实时分析必须在严格的流式限制下进行，并且内存是固定的，因为存储完整的数据历史或协方差矩阵是不可行的。最后，微型ML硬件和恶劣的环境引入了测量噪声和异常值，微控制器通常只有不到1MB的闪存和128–512kB的SRAM，这对计算和存储能力提出了严重限制[3,4]。
传统的主成分分析（PCA）假设数据是平稳的，并且需要计算完整的协方差，因此不适合实时流式应用[5]。增量PCA（IPCA）变体可以在线更新组件，但缺乏丢弃过时信息和强制稀疏性以减少资源受限边缘设备上噪声的机制[6]。
这些限制促使我们设计了一种不仅统计上自适应，而且在内存和计算上也非常高效的解决方案，以适应边缘部署需求。

1.1. 问题陈述
工业物联网传感器网络面临三个现有降维方法无法同时解决的关键挑战：
- 非平稳性：过程会发生变化，传感器会漂移，概念会随时间推移而演变[7]。
- 流式限制：持续的数据到达要求算法具有恒定的内存使用量；存储数百万样本的历史批次数据是不可行的[5]。
- 噪声和资源限制：恶劣的工业环境引入了噪声和异常值，而微型ML设备的资源极其有限。许多微控制器提供的闪存少于1MB，SRAM只有128–512kB，这对计算和存储能力提出了严格限制[3,4]。
从定量上看，这些限制对于基于协方差的方法是致命的；存储密集的协方差矩阵需要大量的浮点数条目。例如，GasSensor数据流具有大量的特征，因此完整的协方差需要16,641个条目（单精度下约为65kB），而ISAPCA仅存储了大约645个条目。即使是中等维度的IIoT数据流（如TEP），也需要3025个协方差条目，这在有限的设备SRAM预算下成本很高。这些定量差距促使我们需要一种流式方法，既能避免这些问题，同时又保持自适应性和可解释性。

1.2. 提出的解决方案：ISAPCA框架
我们提出了增量稀疏自适应PCA（ISAPCA），它整合了以下内容：
1. 通过秩一协方差更新进行增量更新，以便在恒定内存下处理新批次数据。
2. 自适应遗忘因子（λ）用于丢弃过时数据并跟踪漂移。
3. 基于L1的稀疏性（正则化）用于特征选择和噪声消除。
在ISAPCA中，这些机制协同工作以解决上述挑战。指数遗忘通过更重视最新观测值来处理非平稳性；Oja–Sanger规则在不存储协方差矩阵的情况下实现在线方差最大化；软阈值运算符促进稀疏性并抑制传感器噪声；QR重新正交化在阈值处理后恢复正交性和数值稳定性。通过在每个小批量中依次执行这些步骤，ISAPCA实现了一种自适应、稀疏且稳定的流式PCA，可以在恒定内存下运行。
我们提出了针对工业流式环境的这些现有机制的统一实现，而不是仅仅声称理论上的新颖性。

1.3. 贡献
本文做出了以下贡献：
1. 增量稀疏自适应PCA（ISAPCA）：我们提出了ISAPCA，这是一个统一的流式降维框架，将指数遗忘、在线Oja–Sanger子空间跟踪和近端稀疏性集成到单个算法中，适用于非平稳的工业传感器数据流。
2. 流式稳定稀疏子空间学习：该系统使用近端软阈值处理与QR重新正交化来实现稀疏性，从而在严格的流式和内存受限操作条件下产生稳定的、可解释的主成分。
3. 该系统使用工业数据进行了全面的基准测试。我们在三个代表性的IIoT数据集（SmartBuilding、Tennessee Eastman Process和GasSensor）上评估了ISAPCA，并将其与在线（增量PCA）和离线上限方法（随机PCA、稀疏PCA和字典学习）进行了比较。
4. 准确性与可解释性权衡的定量分析：通过对ISAPCA的重建误差和解释方差比（EVR）以及统计显著性测试和稀疏性归一化指标的评估，展示了它在捕获方差方面的能力，其结果与密集流式方法相当，同时生成了比这些方法更易于理解的输出。
5. 适用于TinyML的效率：ISAPCA是为微控制器和边缘设备设计的。它每个小批量的运行时间为毫秒级，仅使用少量内存，因此避免了基于协方差的PCA所需的大量存储。这些资源需求使其能够在具有千字节级别内存预算的TinyML平台上部署。
本文的其余部分详细介绍了文献综述（第2节）、方法论（第3节）、实验设置和评估（第4节）、结果和验证（第5节）、讨论（第6节）以及我们的结论（第7节）。

2. 文献综述
由于工业物联网（IIoT）系统中的高维度、强相关性及噪声，工业传感器数据的降维已经得到了广泛研究。然而，大多数现有方法仅解决了实时、非平稳和资源受限环境的部分要求。本节回顾了增量PCA、稀疏和鲁棒变体、非平稳子空间方法以及针对TinyML的限制的相关工作，指出了它们的局限性，并论证了所提出的ISAPCA框架的必要性。

2.1. 用于工业监控的主成分分析
主成分分析（PCA）仍然是工业系统中特征提取、故障检测和过程监控的基础工具，因为它能够捕获高维数据中的主要方差方向[5]。最近的工作应用了改进的多模态PCA架构和持续学习能力，以监控多模态工业过程和动态运行条件[8,9]。传统PCA假设数据是平稳的，并且需要批量计算协方差矩阵，这限制了其在流式和边缘设备部署中的适用性。在大型IIoT系统中，由于内存和延迟的限制，存储历史数据和重新计算全局协方差矩阵是不可行的[6]。

2.2. 增量PCA和自适应PCA
增量PCA（IPCA）方法通过使用序列或小批量奇异值分解在线更新主成分来应对流式限制[10]。这样的方法可以实现恒定内存操作，并已应用于实时工业监控。更近期的扩展引入了自适应遗忘因子，以改善在概念漂移和非平稳运行条件下的跟踪能力[11]。尽管有这些进步，增量PCA方法通常会产生密集的加载向量。密集的组件降低了可解释性，放大了传感器噪声，并且不适合在微型ML设备上部署，因为在这些设备上稀疏表示对于内存效率和诊断解释性至关重要。此外，大多数IPCA公式缺乏明确的正则化机制来抑制无关或噪声较大的传感器维度[7]。

2.3. 稀疏PCA和结构化表示
稀疏PCA（SPCA）引入了基于λ的正则化来强制主成分的稀疏性，从而提高了可解释性和抗噪声能力[12,13]。批量SPCA方法在高维工业数据集中表现出色，通过识别紧凑的传感器子集[14]。然而，这些方法需要反复访问整个数据集，因此与严格的流式设置不兼容。几种在线或自适应SPCA变体已被提出[15,16,17,18]，但大多数依赖于近似协方差累积、滑动窗口或启发式更新。结果，它们要么违反了恒定内存限制，要么在突然的变化下表现不稳定。至关重要的是，很少有方法将稀疏性与原理性的子空间跟踪和自适应遗忘结合在一个统一的框架中。

2.4. 鲁棒和低秩分解方法
鲁棒PCA（RPCA）和低秩加稀疏分解技术通过将数据分为低秩和稀疏组件来显式建模异常值和严重损坏[19,20]。尽管这些方法对批量异常检测有效，但计算成本较高，需要迭代优化，并不适合实时流式或嵌入式部署。它们的内存和计算需求超出了基于边缘的IIoT系统的限制。

2.5. 非平稳子空间和漂移感知方法
非平稳子空间技术，如静态子空间分析（SSA），旨在通过联合对角化协方差矩阵来分离平稳和非平稳组件[21]。动态静态子空间分析扩展了这一框架，以便显式处理工业环境中的非平稳动态过程[22]。尽管有效，但SSA的计算成本高且缺乏稀疏机制。基于协整的方法可以识别非平稳时间序列中的长期均衡关系[23,24]，但随着维度的增加而扩展能力较差，不适合在线部署。

2.6. TinyML和边缘计算限制
TinyML技术要求系统在严格的资源预算下运行，包括低功耗和微小的内存占用；许多微控制器提供的闪存少于1MB，SRAM只有128–512kB[3]。传统PCA和SPCA方法依赖于完整的协方差计算或重复的数据处理，需要大量的内存和计算资源[25]。之前的工作探索了适用于边缘设备的轻量级流式分析[6]，但很少有方法同时提供在线适应、显式稀疏性、数值稳定性和可解释性。

2.7. 总结和研究差距
总之，许多现有算法解决了数据的一个或多个问题，但在TinyML设备的严格资源限制下，很少有算法同时具备所有这些特性。最近的稀疏子空间跟踪器，如OPIT、OVBSL和OIST，纳入了阈值和遗忘机制，但它们通常需要存储扩展的协方差窗口或假设比典型微控制器更宽裕的内存预算。据我们所知，没有单一算法能够在千字节级别的内存限制下同时满足以下所有要求：
- 在恒定内存下进行严格的流式操作和单次更新；
- 自适应遗忘以跟踪非平稳的工业过程；
- 显式的稀疏性以实现可解释性和噪声抑制；
- 在长期流式下的数值稳定性；
- 与资源受限的边缘设备的TinyML兼容性。
这一差距促使我们提出了增量稀疏自适应PCA（ISAPCA），它在计算效率高的流式框架中统一了自适应子空间跟踪、指数遗忘和近端稀疏性。

3. 方法论
本节介绍了所提出的增量稀疏自适应主成分分析（ISAPCA）框架。该方法专为在严格内存和计算限制下的流式、非平稳工业传感器数据设计。我们首先明确了问题设置，然后描述了自适应均值更新、在线子空间跟踪、稀疏性强制和稳定策略。完整算法总结在算法1中，端到端处理流程如图1所示。

3.1. 问题表述
设ω表示以小批量形式到达的d维观测值流。数据生成过程可能是非平稳的，可能是由于制度变化、传感器漂移或环境变化。目标是在每个时间t维护一个低维的秩k表示，实现以下目标：
- 最大化保留的方差；
- 适应概念漂移；
- 强制稀疏性以实现可解释性；
- 在流式设置下使用恒定内存运行。
实际中，组件数量k选择得远小于环境维度d——通常在3到10之间，具体取决于底层过程的内在维度——而选定的小批量大小b在128到256样本之间，以平衡统计效率、延迟和内存使用。这些值是通过我们的初步交叉验证选定的（见表1）。每个数据集的超参数设置如下：k是组件数量；b是小批量大小；是遗忘因子；是稀疏正则化参数；是学习率；用于批量基线的样本数量。ISAPCA维护一个流式均值向量和一个正交加载矩阵。低维投影和重建由以下公式给出：

3.2. 带遗忘因子的自适应均值更新
为了适应非平稳性，ISAPCA采用指数加权均值更新公式：
其中是批量均值，控制有效记忆范围。较大的值（例如0.95–0.995）会产生较慢的遗忘效果，强调长期趋势；而较小的值则能更快地适应突然的漂移。在实际应用中，根据预期的过程变化时间尺度选择，并通过交叉验证进行调整。这种机制优先考虑最近的观测值，同时逐步淘汰过时的数据。

3.3. 在线子空间跟踪
ISAPCA不显式估计协方差矩阵，而是使用经典Oja–Sanger子空间跟踪规则的批处理扩展来进行在线方差最大化。设表示中心化的批量，表示相应的分数。批量梯度计算如下：
其中提取下三角部分以实现组件之间的解相关。加载矩阵通过以下公式更新：
其中是控制子空间更新步长的学习率。较小的值（通常在–范围内）可保证稳定的收敛性，而较大的值则可能导致发散。在ISAPCA中，有效的稀疏阈值由乘积设定（见第3.4节），这意味着和共同决定收缩程度；单独调整其中一个可能会导致稀疏度或收敛行为不理想。这种公式使得梯度步骤的时间复杂度为流式操作。

3.4. 稀疏正则化
为了提高可解释性和对噪声的鲁棒性，ISAPCA使用-近似算子强制稀疏性。在梯度更新后，逐元素应用软阈值处理：
其中
控制稀疏强度。这一步确保每个主成分仅依赖于有限的传感器变量子集。由于软阈值算子将每个系数向零缩放，因此在学习到的加载矩阵中引入了偏差；这种偏差-方差权衡由阈值控制，较大的值产生更稀疏但偏差较大的组件，而较小的值则产生更密集的加载矩阵，具有更高的EVR。

3.5. 正交化和稳定性
为了防止正交性的丢失和数值漂移，每次迭代都使用QR分解对加载矩阵进行正交化：
这种稳定步骤对于长期流式操作至关重要，可以防止组件崩溃。

3.6. ISAPCA算法
算法1总结了完整的ISAPCA流程。在伪代码中，表示流中的第一个小批量，用于初始化均值和加载矩阵。

3.7. 计算复杂性
对于每个批量，ISAPCA需要时间进行梯度步骤，以及时间进行QR重新正交化，并使用内存。由于和，在我们的设置中，该项相对于是适度的。由于不存储历史数据或协方差矩阵，因此内存消耗与d和k成线性关系。这些特性使得ISAPCA适用于高吞吐量的工业数据流，并可以在资源受限的边缘设备和TinyML平台上部署。

4. 实验设置与评估
本节描述了数据集、预处理流程、基线方法、评估指标以及用于在现实流式和资源受限条件下评估提出的增量稀疏自适应PCA（ISAPCA）框架的统计程序。

4.1. 数据集
实验在三个公开可用的数据集上进行，这些数据集代表了具有不同维度、噪声特征和非平稳性程度的工业物联网（IIoT）监控场景：
- SmartBuilding：这是一个大规模的建筑能源数据集，包含多传感器操作测量数据。去除标识符和非数值字段后，剩余连续变量。为了确保流式评估中的运行时间和内存安全性，分析限制在前个样本内，同时保持时间顺序。
- Tennessee Eastman Process (TEP)：这是一个广泛用于故障检测和过程监控的基准化学过程数据集。该数据集包含55个变量，显示出强烈的状态切换和操作模式转换以及短期系统波动。
- GasSensor数据集包含高维金属氧化物气体传感器阵列数据，共有129个数值变量。数据呈现出显著的传感器漂移和传感器之间的强相关性，这给实时子空间跟踪操作带来了困难。这些数据集共同捕捉了低维、中维和高维的IIoT条件，使得能够全面评估可扩展性、鲁棒性和适应能力。

对于离线基线，我们使用固定数量的数据子集来适应内存限制：SmartBuilding使用100,000个样本，TEP和GasSensor各使用50,000个样本，如表1所示。所有子集样本均按时间顺序从每个流的开始处抽取，以避免数据泄漏。

4.2. 流式预处理流程
为了确保数值稳定性和流式方法之间的公平性，所有数据集都使用了严格流式安全的预处理流程，独立应用于每个小批量：
1. 有限值清洗：将无穷大值替换为NaN。
2. 健壮的缺失值填充：使用列级批量中位数填充缺失值。
3. 异常值控制：通过对每个特征进行Winsor化处理，将其剪切到批量分位数范围内。
4. 标准化：使用StandardScaler进行两步增量标准化，部分拟合，确保特征具有零均值和单位方差，同时不泄露信息。

4.3. 基线方法
ISAPCA与流式和基于批处理的降维方法进行了对比评估。为了可重复性，我们指定了每个基线使用的组件数量k、小批量大小b、正则化参数和子集大小（见表1）。除非另有说明，所有基线均使用scikit-learn的默认设置实现。对于SparsePCA，我们将正则化参数设置为0.1，并允许最多100次迭代。字典学习使用在线算法，字典大小等于k，正则化强度为1.0，在子集上训练50个周期。每个数据集的超参数总结在表1中：
- 增量PCA (IPCA)：一种密集的在线基线，使用小批量SVD逐步更新主成分。
- Randomized PCA (RandPCA)：基于随机SVD的批量PCA近似方法，由于内存限制，在固定子集上进行评估。
- SparsePCA：一种基于批处理的稀疏PCA方法，对加载矩阵施加正则化。
- Dictionary learning (DictLearn)：一种基于在线字典学习的稀疏编码方法，生成稀疏的潜在代码。这些批量方法在固定大小的子集上进行评估，作为离线上限，因为它们不支持严格的流式更新或自适应遗忘。

4.4. 评估指标
使用以下指标评估重建质量和方差捕获情况，这些指标按每个小批量计算：
- 均方误差（MSE）和标准化输入与重建之间的平均绝对误差（MAE）。
- 可解释方差比（EVR），定义为基于有界重建的形式：
这种EVR公式在接近零方差条件下数值稳定，并且是有界的，与每个特征的分数不同。

4.5. 统计分析
流式方法生成性能数据，包括每个小批量的MSE和EVR值，从而产生这些指标的时间依赖序列。系统通过计算为每个批量生成平均性能值及其95%置信区间（CIs）。
ISAPCA与流式密集基线（IPCA）之间的统计显著性评估使用配对的双侧t检验，这些检验评估对齐的批量级MSE序列。研究使用5%的阈值来评估统计显著性，并显示p值，表明检测到的差异大小。

4.6. 超参数和实现细节
为了促进可重复性，表1总结了每个数据集使用的超参数值。组件数量k和小批量大小b是根据初步交叉验证选定的，以平衡方差保留和计算成本。遗忘因子控制有效记忆范围；稀疏正则化和学习率经过调整，以实现相对于IPCA大约90%的方差保留率，同时保持可解释性。对于批量基线，子集大小表示用于离线训练的样本数量（选择以适应内存）。
实现使用Python 3.14.4和scikit-learn及NumPy完成。所有实验都在配备了Intel Core i7 CPU和32 GB RAM的工作站上执行。为了评估边缘设备的可行性，我们还使用Python进行了流式实验，并记录了第5节中报告的处理时间和内存消耗。

5. 实验结果
5.1. EVR的流式收敛性
图2展示了ISAPCA处理流式小批量时累积平均可解释方差比率（EVR）的演变情况，以及95%置信区间。该可视化展示了在非平稳条件下学习到的子空间的稳定性和适应行为。
- SmartBuilding数据集的EVR最初很高，并随时间逐渐下降，反映了操作环境的逐步变化；指数遗忘机制更重视最近的观测值，使模型能够适应并淘汰过时的数据。
- Tennessee Eastman Process (TEP)的EVR值稳步增加，最终稳定在约0.31。这一平台反映了过程的固有复杂性；多种操作状态和瞬态事件限制了低维子空间能够捕获的方差比例。
- GasSensor数据集的总体EVR值更高，但由于可用的流式批次较少且维度较高，置信区间更宽。

5.2. 基线之间的EVR比较
图3比较了ISAPCA与流式和基于批处理的基线所取得的EVR。正如预期的那样，如RandPCA和SparsePCA这样的基于批处理的方法由于在固定子集上离线训练，因此取得了更高的EVR值。因此，它们更多地作为上限，而不是严格的流式环境中的直接竞争者。

5.3. 稀疏性归一化性能
为了评估相对于模型稀疏性的方差捕获效率，我们报告了按非零加载数量归一化的EVR。该指标显示了活跃特征解释的数据变化量，同时让用户清楚地了解降维效果的效率。
如图4所示，ISAPCA在SmartBuilding数据集上每个活跃加载的EVR高于批量稀疏基线。结果表明，批量稀疏方法产生了更好的绝对EVR值，但ISAPCA通过选择较少的活跃传感器变量获得了等量的方差，这在工业监测系统中有利于诊断解释性。

5.4. 消融和效率分析
为了评估ISAPCA中每个组件的贡献，我们进行了消融实验，其中移除了一个机制，同时保持所有其他超参数不变。对于每个数据集，我们考虑了两种变体：(1) 禁用遗忘因子（标记为“无遗忘”），(2) 通过设置移除稀疏性（标记为“无稀疏”）。表2报告了结果的可解释方差比率（EVR）和均方误差（MSE）值。消融研究证实，自适应遗忘在非平稳条件下稳定了重建，特别是在SmartBuilding和Tennessee Eastman数据集上，移除遗忘会增加MSE。稀疏性在保持方差的同时引入了适度的权衡，减少了参数密度，但并未导致重建性能的灾难性下降。这些结果验证了在ISAPCA中协调整合遗忘机制和正则化方法的有效性。表2展示了ISAPCA组件的消融研究。完整模型包括遗忘机制、稀疏性和QR重正交化。除了准确性之外，我们还测量了在标准笔记本电脑（Intel i7，32 GB RAM）和Kaggle云环境中的运行时间和内存使用情况，如图5所示。表3列出了每小批量的平均处理时间以及存储模型参数所需的峰值内存，分别针对ISAPCA和密集的IPCA基线。内存消耗是通过计算浮点参数的数量（ISAPCA为，基于协方差的PCA为）并将其转换为千字节来估计的。测量结果表明，ISAPCA在不到一毫秒的时间内处理了256个样本的小批量数据，内存结果在高维数据流中显示出超过一个数量级的减少。图5显示了ISAPCA在不同数据集中的运行时间和内存效率。表3提供了在标准笔记本电脑（Intel i7，32 GB RAM）和Kaggle云环境中的运行时间和内存使用情况，包括每小批量的平均处理时间（256个样本）和ISAPCA与密集IPCA基线的峰值内存消耗。内存以浮点存储的千字节为单位报告（每个参数4字节）。时间是基于100个小批量的平均值。

表4总结了所有数据集中的重建误差和EVR（平均误差方差）。对于所有三个数据集，ISAPCA实现的EVR都低于IPCA，但在学习到的组件中保持了竞争力，同时实现了稀疏性。这种行为在不同维度和处理复杂性的数据集中都是一致的。表4还提供了流式方法的性能总结（平均值±95%置信区间）。通过对批量MSE值进行配对t检验，表明ISAPCA和IPCA之间的重建误差差异在SmartBuilding数据集中并不具有统计显著性，表明在增加稀疏性的情况下重建精度相当。相比之下，ISAPCA在TEP和GasSensor数据集上的MSE差异具有统计显著性，这与密集流式更新和稀疏流式更新之间的观察到的差距一致。

实验结果表明，ISAPCA在严格的流式约束下提供了重建精度、适应性和可解释性之间的一致且平衡的权衡。ISAPCA在保持与密集流式PCA竞争性能的同时，引入了标准的增量方法所不具备的稀疏性和自适应遗忘机制，而不是在原始方差捕获方面超越所有基线方法。

在所有三个数据集中，ISAPCA实现的解释方差比率（EVR）与增量PCA（IPCA）相当，并且在考虑到施加的稀疏性约束的情况下，原始EVR有所适度减少。在SmartBuilding数据集上，ISAPCA平均保留了IPCA超过95%的EVR；而在TEP和GasSensor数据集上，EVR差异相对于数据流的固有变异性保持在较小的范围内。图2中的EVR收敛轨迹进一步表明了系统的长期稳定性，没有出现发散或组件崩溃的情况，这支持了Oja-Sanger更新与周期性正交化结合的数值鲁棒性。SmartBuilding系统显示EVR持续降低，证明系统中存在逐渐变化的非平稳模式，指数遗忘机制有效地利用了当前数据而不引起系统不稳定。TEP数据集的EVR值显示出稳定在一个特定水平，因为该过程包含多个操作模式，这使得通过有限维的子空间检测变化变得具有挑战性。

根据图3和表4，随机PCA和SparsePCA的批量方法产生了更优的EVR值。这些离线结果作为上界，因为这些方法反复处理大型子集，不受实时约束的影响。相比之下，ISAPCA在遵守严格内存预算的同时保持了竞争性的流式性能，体现了全批量优化与实时、资源受限操作之间的权衡。ISAPCA系统减少了密集流式PCA与批量稀疏方法之间的性能差异，同时保持了实时操作的能力。该系统作为一个工业解决方案提供了可解释性和适应性，但缺乏全批量优化功能。

图4中的稀疏性标准化分析显示的结果扩展了基本EVR测量提供的信息。当按活跃载荷数量进行标准化时，ISAPCA在SmartBuilding数据集上每个选定特征解释的方差比批量稀疏基线更多。施加的稀疏模式表明，它作为一个过滤器，既消除了不重要的数据，又将剩余信息导向较少数量的传感器，从而产生更有意义的结果。稀疏表示在工业监控系统中的诊断优势帮助操作员通过最小化脑力劳动的过程识别根本原因。IPCA的EVR结果超过了其他方法，但其复杂的结构使得在单个组件层面理解传感器数据变得困难，这降低了其在故障检测应用中的有效性。

在SmartBuilding数据集上，对批量级MSE序列进行配对t检验表明ISAPCA和IPCA之间存在统计显著差异；而在GasSensor数据集上，在5%的水平上没有观察到显著差异。这一结果与GasSensor数据流中的更高方差和更小的有效样本量一致，这反映在表4中报告的更宽的置信区间中。这些发现强调了需要在多样化数据集上评估流式方法，并报告平均性能和测量不确定性。

研究表明，ISAPCA适用于工业流式应用，在可接受的方差精度变化范围内生成稀疏模型，这些模型在预定的内存约束下运行。该系统可以作为批量PCA操作的替代品，执行离线分析，但它不能替代离线批量PCA操作的需求。系统性能取决于两个超参数：遗忘因子和稀疏系数，但结果在所有测试条件下都表现一致。未来的工作可能会探索自适应步长调度、结构化稀疏性或自动超参数调整，以进一步缩小与密集方法的性能差距，同时保持可解释性。

总体而言，结果支持ISAPCA作为一种数值稳定且可解释的流式降维方法。其主要贡献不在于超越离线PCA变体，而在于在现实的流式约束下提供有竞争力的重建性能，同时生成具有诊断意义的稀疏组件。

工业物联网（IIoT）系统在严格的内存和计算约束下生成高维、非平稳的传感器数据流，限制了经典批量降维方法的应用。尽管增量PCA（IPCA）支持在线更新，但它产生的组件是密集的，并且缺乏 drift适应性和可解释性机制。相比之下，现有的稀疏PCA方法主要面向批次处理，不适合流式部署。本文提出了增量稀疏自适应PCA（ISAPCA），这是一个统一的流式框架，集成了指数遗忘机制以适应概念漂移，小批量Oja-Sanger子空间跟踪以最大化在线方差，以及近端软阈值与QR重正交化以实现稳定的稀疏组件学习。其贡献在于将这些已建立的机制协调集成到一个针对工业边缘和TinyML环境设计的恒定内存架构中。

我们在三个工业数据集（SmartBuilding、Tennessee Eastman Process和GasSensor）上评估了ISAPCA，并将其与流式IPCA和离线上限方法（随机PCA、SparsePCA和字典学习）进行了比较。ISAPCA在SmartBuilding数据集上保留了大约93%的IPCA解释方差，在Tennessee Eastman数据集上保留了大约96%的IPCA解释方差；而在GasSensor数据集上，ISAPCA的解释方差有所提高（ISAPCA为0.862，IPCA为0.822）。在所有数据集中，ISAPCA实现了稀疏载荷，而重建保真度没有严重下降。消融分析确认了遗忘机制和稀疏性组件对于在漂移条件下保持稳定性能的必要性。运行时间测量显示，ISAPCA在256个样本的小批量数据上的更新时间在毫秒级别（0.234–0.606毫秒），证明了其适用于实时部署。完整的实验实现和可复现性笔记本可在https://www.kaggle.com/code/rebinos/isapca-2026公开获取（访问日期为2026年1月28日）。

这些结果表明，ISAPCA为非平稳工业物联网环境中的流式降维提供了实用且可解释的解决方案，平衡了方差保留、稀疏性和计算效率。