| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 SVR原理 | 第11-15页 |
| 1.2.1 硬ε-带超平面与线性划分 | 第12-13页 |
| 1.2.2 线性ε-SVR | 第13-15页 |
| 1.2.3 非线性ε-SVR | 第15页 |
| 1.3 学习算法国内外研究现状 | 第15-18页 |
| 1.3.1 批处理学习算法研究现状 | 第15-16页 |
| 1.3.2 增量式在线学习算法研究现状 | 第16-18页 |
| 1.3.3 精确增量式在线学习算法应用现状 | 第18页 |
| 1.4 本文的研究内容和章节安排 | 第18-21页 |
| 1.4.1 研究内容 | 第18-19页 |
| 1.4.2 章节安排 | 第19-21页 |
| 第二章 ν-支持向量回归机的等价形式 | 第21-29页 |
| 2.1 回归问题 | 第21-22页 |
| 2.2 ν-SVR对偶问题存在的难题 | 第22-24页 |
| 2.3 ν-SVR的等价形式 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 有效的ν-支持向量回归机的ν解路径算法 | 第29-48页 |
| 3.1 引言 | 第29页 |
| 3.2 ν-SVR的等价形式及其KKT条件 | 第29-31页 |
| 3.2.1 ν-SVR的等价形式 | 第29-30页 |
| 3.2.2 KKT条件 | 第30-31页 |
| 3.3 有效的ν-SVR的ν解路径算法 | 第31-37页 |
| 3.3.1 ν解路径算法步骤 | 第31-32页 |
| 3.3.2 ν解路径算法初始化 | 第32页 |
| 3.3.3 ν解路径过程 | 第32-37页 |
| 3.4 可行性和有限收敛性分析 | 第37-42页 |
| 3.4.1 可行性分析 | 第37-40页 |
| 3.4.2 有限收敛性分析 | 第40-42页 |
| 3.5 仿真实验 | 第42-47页 |
| 3.5.1 实验设计和参数设置 | 第42-43页 |
| 3.5.2 验证实验和结果分析 | 第43-46页 |
| 3.5.3 比较实验和结果分析 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 精确增量式在线ν-支持向量回归机 | 第48-88页 |
| 4.1 引言 | 第48-49页 |
| 4.2 ν-SVR的等价形式及其KKT条件 | 第49-50页 |
| 4.2.1 ν-SVR的等价形式 | 第49页 |
| 4.2.2 KKT条件 | 第49-50页 |
| 4.3 精确增量式在线ν-SVR学习算法 | 第50-65页 |
| 4.3.1 提前调整 | 第51-56页 |
| 4.3.2 宽松的绝缘增量调整 | 第56-59页 |
| 4.3.3 精确的恢复调整 | 第59-63页 |
| 4.3.4 精确增量式在线ν-SVR学习算法步骤 | 第63-64页 |
| 4.3.5 下一轮调整之前的准备工作 | 第64-65页 |
| 4.4 可行性分析 | 第65-75页 |
| 4.4.1 提前调整的可行性分析 | 第65-70页 |
| 4.4.2 宽松的绝缘增量调整的可行性分析 | 第70-73页 |
| 4.4.3 精确的恢复调整的可行性分析 | 第73-75页 |
| 4.5 有限收敛性分析 | 第75-81页 |
| 4.5.1 提前调整的有限收敛性分析 | 第75-77页 |
| 4.5.2 宽松的绝缘增量调整的有限收敛性分析 | 第77-79页 |
| 4.5.3 精确的恢复调整的有限收敛性分析 | 第79-81页 |
| 4.6 仿真实验 | 第81-87页 |
| 4.6.1 实验设计和参数设置 | 第81页 |
| 4.6.2 验证实验和结果分析 | 第81-85页 |
| 4.6.3 比较实验和结果分析 | 第85-87页 |
| 4.7 本章小结 | 第87-88页 |
| 第五章 基于精确增量式在线ν-SVR的发酵过程软测量 | 第88-103页 |
| 5.1 引言 | 第88页 |
| 5.2 发酵过程建模步骤及常用数学模型 | 第88-94页 |
| 5.2.1 发酵过程建模步骤 | 第89页 |
| 5.2.2 发酵过程常用数学模型 | 第89-94页 |
| 5.3 谷氨酸分批补料发酵系统 | 第94-95页 |
| 5.4 谷氨酸分批补料发酵过程软测量 | 第95-102页 |
| 5.4.1 软测量过程 | 第96-97页 |
| 5.4.2 菌体浓度预测结果与分析 | 第97-99页 |
| 5.4.3 产物浓度预测结果与分析 | 第99-102页 |
| 5.5 本章小结 | 第102-103页 |
| 第六章 总结与展望 | 第103-105页 |
| 6.1 总结 | 第103-104页 |
| 6.2 展望 | 第104-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-111页 |
| 附录：作者在攻读博士学位期间的成果 | 第111页 |