| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第15-25页 |
| 1.1 课题背景与研究意义 | 第15页 |
| 1.2 过程监测的研究内容和现状 | 第15-19页 |
| 1.2.1 过程监测的基本概念 | 第16页 |
| 1.2.2 过程监测的基本方法 | 第16-19页 |
| 1.2.3 统计过程监测存在的问题 | 第19页 |
| 1.3 基于决策融合的过程监测 | 第19-21页 |
| 1.3.1 决策融合的基本思想 | 第19-20页 |
| 1.3.2 多分类器系统的基本思想 | 第20-21页 |
| 1.4 本文的创新点和各章节介绍 | 第21-23页 |
| 1.4.1 主要创新点 | 第22页 |
| 1.4.2 各章节介绍 | 第22-23页 |
| 1.5 本章小结 | 第23-25页 |
| 第2章 基本方法和实验平台介绍 | 第25-37页 |
| 2.1 集成学习 | 第25-26页 |
| 2.2 多分类器系统 | 第26-29页 |
| 2.2.1 多样性的计算方法 | 第26-27页 |
| 2.2.2 融合算法简介 | 第27-29页 |
| 2.3 Dempster-Shafer证据理论 | 第29-31页 |
| 2.4 TE Benchmark实验研究平台 | 第31-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 多分类器系统的多样性设计 | 第37-45页 |
| 3.1 多样性设计分析 | 第37-38页 |
| 3.2 训练数据重采样 | 第38-39页 |
| 3.3 多分类器类型选择 | 第39-41页 |
| 3.3.1 无监督方法选择 | 第39-40页 |
| 3.3.2 有监督方法选择 | 第40-41页 |
| 3.4 仿真测试 | 第41-43页 |
| 3.4.1 无监督方法仿真测试 | 第42页 |
| 3.4.2 有监督方法仿真测试 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于D-S证据的决策融合系统设计 | 第45-63页 |
| 4.1 测试各分类器的分类性能 | 第45-46页 |
| 4.2 “所有决策”融合系统 | 第46-49页 |
| 4.2.1 故障检测 | 第46-47页 |
| 4.2.2 故障诊断 | 第47-49页 |
| 4.3 “选择决策”融合系统 | 第49-50页 |
| 4.4 仿真实例：Tennessee Eastman问题 | 第50-59页 |
| 4.4.1 情景1——“所有决策”融合系统 | 第51-56页 |
| 4.4.2 情景2——“选择决策”融合系统 | 第56-59页 |
| 4.5 性能评估 | 第59-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第5章 基于MATLAB-GUI的平台设计 | 第63-75页 |
| 5.1 设计框架 | 第64-68页 |
| 5.1.1 主体系统框架 | 第64-65页 |
| 5.1.2 平台与融合框架的对应关系 | 第65-66页 |
| 5.1.3 仿真环境 | 第66页 |
| 5.1.4 GUI设计 | 第66-67页 |
| 5.1.5 Access数据库技术 | 第67-68页 |
| 5.2 系统主界面设计 | 第68-74页 |
| 5.2.1 登录界面 | 第68-70页 |
| 5.2.2 系统配置界面 | 第70-72页 |
| 5.2.3 离线建模界面 | 第72-73页 |
| 5.2.4 在线监测与故障诊断界面 | 第73-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第6章 结论 | 第75-77页 |
| 6.1 本文小结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间的科研成果 | 第83页 |