| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景 | 第9页 |
| ·国内外球团矿发展现状及趋势 | 第9-12页 |
| ·本文主要的工作 | 第12-15页 |
| 第2章 链箅机—回转窑球团矿工艺简介 | 第15-25页 |
| ·链箅机—回转窑工艺流程 | 第15-20页 |
| ·铁精矿的配料、干燥与辊磨系统 | 第15-17页 |
| ·混合、造球和布料系统 | 第17-18页 |
| ·球团的干燥和预热系统 | 第18-19页 |
| ·氧化焙烧系统 | 第19-20页 |
| ·成品球团矿冷却系统 | 第20页 |
| ·球团矿的质量指标和检验标准 | 第20-23页 |
| ·生球的质量标准及检验方法 | 第20-22页 |
| ·成球的质量标准及检验方法 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 支持向量机原理 | 第25-39页 |
| ·系统建模方法 | 第25-26页 |
| ·统计学习理论的产生 | 第26-31页 |
| ·机器学习的一般模型 | 第27-28页 |
| ·机器学习的三类典型问题 | 第28页 |
| ·统计学习理论里的几个重要概念 | 第28-31页 |
| ·SVM的基本思想 | 第31-35页 |
| ·最优分类面 | 第31-35页 |
| ·最小二乘支持向量机 | 第35页 |
| ·SVM的回归原理 | 第35-37页 |
| ·核函数的选择 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于粗糙集理论的球团矿知识表达 | 第39-51页 |
| ·粗糙集理论的基本概念 | 第39-41页 |
| ·知识与知识库 | 第40页 |
| ·知识表达系统与决策表 | 第40-41页 |
| ·基于粗糙集理论数据的预处理 | 第41-48页 |
| ·连续属性的离散化 | 第41-43页 |
| ·属性约简算法 | 第43-47页 |
| ·数据的归一化处理 | 第47-48页 |
| ·球团矿数据的采集和预处理 | 第48-50页 |
| ·成球数据的采集以及可测参数与成品球质量之间的时序关系 | 第48-49页 |
| ·基于球团矿的数据样本的知识表达表 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于最小二乘支持向量机的球团矿质量分类建模 | 第51-65页 |
| ·基于粗糙集预处理的球团矿数据预处理 | 第52-57页 |
| ·粗糙集理论与支持向量机结合的优势 | 第52-53页 |
| ·球团矿数据的预处理 | 第53-57页 |
| ·基于LS-SVM的球团矿分类模型的建立 | 第57-59页 |
| ·LS-SVM工具箱介绍 | 第57-58页 |
| ·核函数的选择 | 第58-59页 |
| ·球团矿质量分类模型的训练和仿真 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 结束语 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |