支持向量机在污水处理中的节能应用研究
摘要 | 第1-5页 |
Abstract | 第5-13页 |
第一章 绪论 | 第13-19页 |
·课题背景及意义 | 第13-14页 |
·软测量技术在污水处理中的应用现状 | 第14-16页 |
·课题的主要工作 | 第16-17页 |
·论文结构及内容安排 | 第17-19页 |
第二章 软测量技术与支持向量机概述 | 第19-34页 |
·软测量技术 | 第19-23页 |
·软测量技术概述 | 第19页 |
·软测量技术的数学描述 | 第19-20页 |
·软测量的流程 | 第20-23页 |
·支持向量机 | 第23-33页 |
·统计学习理论简介 | 第23-24页 |
·统计学习理论的发展历程 | 第24-25页 |
·统计学习理论的几个重要概念 | 第25-28页 |
·用于回归预测的支持向量机(SVR) | 第28-32页 |
·回归支持向量机在工程领域的预测应用研究实例 | 第32-33页 |
·本章小结 | 第33-34页 |
第三章 数据的预处理 | 第34-42页 |
·主元分析 | 第34-35页 |
·聚类分析 | 第35-38页 |
·聚类的定义 | 第36页 |
·相异度矩阵 | 第36页 |
·相异度的计算方法 | 第36-38页 |
·粗糙集 | 第38-41页 |
·粗糙集理论的几个基本概念 | 第39-40页 |
·决策表的约简 | 第40-41页 |
·本章小结 | 第41-42页 |
第四章 污水处理技术 | 第42-47页 |
·污水处理的概念 | 第42页 |
·活性污水法工艺流程 | 第42-43页 |
·污水处理过程的相关参数及测量方法 | 第43-46页 |
·本章小结 | 第46-47页 |
第五章 污水处理系统软测量建模技术应用研究 | 第47-56页 |
·基于SVR 的DO 预测 | 第47-55页 |
·基于聚类分析的SVR | 第49-52页 |
·C-SVR 与SVR 的仿真实验对比 | 第52-55页 |
·本章小结 | 第55-56页 |
第六章 几种数据预处理方法的对比 | 第56-69页 |
·DO 的软测量实验对比 | 第56-64页 |
·基于主元分析的软测量 | 第56-58页 |
·基于聚类分析与主元分析相结合的软测量 | 第58-59页 |
·基于粗糙集的软测量 | 第59-60页 |
·基于聚类分析和粗糙集相结合的软测量 | 第60-61页 |
·基于主元分析和粗糙集相结合的软测量 | 第61-62页 |
·基于聚类分析,主元分析和粗糙集相结合的软测量 | 第62-63页 |
·各仿真实验结果对比 | 第63-64页 |
·出水TN 的软测量仿真实验对比 | 第64-65页 |
·曝气池SVI 的软测量仿真实验对比 | 第65-66页 |
·鼓风机端节能方案概述 | 第66-68页 |
·C-SVR 软测量模块 | 第67页 |
·辅助变量采集模块 | 第67页 |
·模糊控制模块 | 第67-68页 |
·D/A 模块 | 第68页 |
·变频器与鼓风机 | 第68页 |
·本章小结 | 第68-69页 |
第七章 总结与展望 | 第69-70页 |
·主要结论 | 第69页 |
·后续工作展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |
个人简历 | 第74-75页 |
攻读硕士学位期间的研究成果 | 第75-76页 |