摘要 | 第4-7页 |
ABSTRACT | 第7-10页 |
符号说明 | 第25-29页 |
第一章 绪论 | 第29-43页 |
1.1 引言 | 第29页 |
1.2 间歇过程测量数据异常检测方法研究现状 | 第29-40页 |
1.2.1 间歇过程特性 | 第29-30页 |
1.2.2 间歇过程的测量数据特征 | 第30-31页 |
1.2.3 间歇过程时段划分研究现状 | 第31-33页 |
1.2.4 间歇过程不等长时段数据处理研究现状 | 第33-36页 |
1.2.5 间歇过程测量数据异常检测研究现状 | 第36-40页 |
1.3 研究意义与主要研究内容 | 第40-43页 |
1.3.1 研究意义 | 第40-41页 |
1.3.2 主要研究内容 | 第41-43页 |
第二章 支持向量数据描述分类建模 | 第43-49页 |
2.1 引言 | 第43页 |
2.2 SVDD模型建立与数据分类 | 第43-45页 |
2.2.1 SVDD超球体模型 | 第43-45页 |
2.2.2 SVDD控制限 | 第45页 |
2.2.3 SVDD数据分类 | 第45页 |
2.3 SVDD应用在间歇过程的问题 | 第45-47页 |
2.3.1 SVDD应用在间歇过程时段划分的问题 | 第45-46页 |
2.3.2 SVDD应用在间歇过程测量数据异常检测的问题 | 第46-47页 |
2.4 小结 | 第47-49页 |
第三章 间歇过程时段划分方法研究 | 第49-69页 |
3.1 引言 | 第49页 |
3.2 无监督多尺度时序划分 | 第49-54页 |
3.2.1 无监督多尺度模糊聚类 | 第49-52页 |
3.2.2 时序时段划分 | 第52-53页 |
3.2.3 无监督多尺度时序划分的实现流程 | 第53-54页 |
3.3 基于UMSP的间歇过程离线时段划分 | 第54-58页 |
3.3.1 数据展开与数据标准化 | 第54-55页 |
3.3.2 基于UMSP的间歇过程时段划分 | 第55-58页 |
3.4 基于UMSP和SVDD的间歇过程在线时段划分 | 第58-59页 |
3.5 实验结果与分析 | 第59-67页 |
3.5.1 时序电子手写图形聚类实验结果与分析 | 第59-60页 |
3.5.2 青霉素发酵过程时段划分实验结果与分析 | 第60-67页 |
3.6 小结 | 第67-69页 |
第四章 间歇过程不等长时段测量数据同步化方法研究 | 第69-77页 |
4.1 引言 | 第69页 |
4.2 动态时间规整 | 第69-70页 |
4.3 提升小波包变换 | 第70-71页 |
4.4 基于LWPT-DTW的间歇过程不等长时段测量数据轨迹同步化 | 第71-73页 |
4.4.1 基于提升小波包变换的动态时间规整 | 第71-72页 |
4.4.2 小波基函数和分解级数的优化 | 第72-73页 |
4.4.3 基于LWPT-DTW的间歇过程不等长时段测量数据轨迹同步化实现 | 第73页 |
4.5 实验结果与分析 | 第73-76页 |
4.5.1 青霉素发酵过程 | 第73-74页 |
4.5.2 同步化结果 | 第74-76页 |
4.6 小结 | 第76-77页 |
第五章 间歇过程测量数据异常智能检测方法研究 | 第77-101页 |
5.1 引言 | 第77页 |
5.2 基于动态超球结构变化的支持向量数据描述 | 第77-81页 |
5.2.1 拉格朗日乘子更新 | 第78-79页 |
5.2.2 超球体结构变化 | 第79-81页 |
5.2.3 超球体重要结构 | 第81页 |
5.3 基于DHSC-SVDD间歇过程测量数据异常检测 | 第81-83页 |
5.3.1 离线建模 | 第81-82页 |
5.3.2 在线建模与异常检测 | 第82-83页 |
5.4 实验结果与分析 | 第83-100页 |
5.4.1 UCI机器学习数据集分类实验结果与分析 | 第83-91页 |
5.4.2 半导体蚀刻过程测量数据异常检测实验结果与分析 | 第91-97页 |
5.4.3 青霉素发酵过程测量数据异常检测实验结果与分析 | 第97-100页 |
5.5 小结 | 第100-101页 |
第六章 结论和展望 | 第101-103页 |
6.1 结论 | 第101-102页 |
6.2 展望 | 第102-103页 |
参考文献 | 第103-111页 |
致谢 | 第111-113页 |
博士期间发表的学术成果及参加的科研项目 | 第113-115页 |
作者和导师简介 | 第115-117页 |
附表 | 第117-118页 |