本文提出了一种扩展的PSFA,用于处理复杂的动态和非线性工业过程数据。传统的PSFA算法只考虑动态特性,而忽略了非线性信息。为了解决这个问题,将局部加权技术引入PSFA的动态LVM中,以获得LWPSFA。在LWPSFA中,计算了两种权重来设计非线性近似的WLLF。然后,使用EM算法计算参数。最后,将提出的LWPSFA方法用于两个真实工业过程的软测量建模。实验结果表明,LWPSFA的性能远优于PSFA和OPSFA,具有更高的R'和更低的RMSE。然而,在未来的工作中可以考虑一些改进的局限性。首先,这两个重要参数(和)应该通过优化方法获得。此外,在许多过程中,实际噪声可能不服从高斯分布。因此,如何在噪声非高斯分布的情况下更新LWPSFA将是未来研究的重点。最后,如何处理LWPSFA中缺失的输入数据的问题值得研究。