摘要 | 第1-6页 |
Abstract | 第6-8页 |
目录 | 第8-10页 |
第1章 绪论 | 第10-18页 |
·氧化铝回转窑过程控制技术现状 | 第10-12页 |
·氧化铝回转窑控制研究的必要性 | 第12页 |
·贝叶斯分类的研究与发展现状 | 第12-15页 |
·独立成份分析的研究与发展现状 | 第15-16页 |
·本文的组织结构 | 第16-17页 |
·本章小结 | 第17-18页 |
第2章 贝叶斯分类 | 第18-25页 |
·数理统计基础 | 第18-19页 |
·条件概率和全概率公式 | 第18页 |
·贝叶斯定理 | 第18-19页 |
·事件的独立性 | 第19页 |
·贝叶斯分类概述 | 第19-20页 |
·朴素贝叶斯分类 | 第20-22页 |
·分类原理 | 第20页 |
·工作过程 | 第20-21页 |
·改进方法 | 第21-22页 |
·加权朴素贝叶斯分类 | 第22页 |
·树状贝叶斯网络分类 | 第22-23页 |
·贝叶斯网络分类 | 第23-24页 |
·本章小结 | 第24-25页 |
第3章 独立成份分析(ICA) | 第25-33页 |
·独立成份分析定义 | 第25-26页 |
·假定条件和不确定因素 | 第26-27页 |
·标准ICA 模型的估计 | 第27-31页 |
·非高斯性极大化 | 第27-29页 |
·最大似然估计 | 第29-30页 |
·互信息最小化 | 第30-31页 |
·扩展ICA 模型 | 第31-32页 |
·本章小结 | 第32-33页 |
第4章 基于ICA 的贝叶斯分类 | 第33-37页 |
·问题的提出 | 第33页 |
·构建分类模型 | 第33-34页 |
·属性相互独立化 | 第34-35页 |
·单个模型的提升 | 第35页 |
·算法仿真与实验设计 | 第35-36页 |
·本章小结 | 第36-37页 |
第5章 基于ICA 的贝叶斯分类在回转窑控制中的应用 | 第37-49页 |
·回转窑简介 | 第37页 |
·回转窑控制系统 | 第37-38页 |
·热工信号分析 | 第38-42页 |
·数据预处理 | 第42-43页 |
·数据滤波 | 第42-43页 |
·数据离散 | 第43页 |
·回转窑烧结温度控制模块设计 | 第43-46页 |
·分类器构造 | 第43-44页 |
·分类器学习与工作过程 | 第44-45页 |
·窑况数据仿真 | 第45-46页 |
·现场控制效果 | 第46-48页 |
·本章小结 | 第48-49页 |
结论与展望 | 第49-51页 |
1 本文工作总结 | 第49页 |
2 今后研究工作展望 | 第49-51页 |
参考文献 | 第51-56页 |
附录 A 攻读硕士学位期间所发表的学术论文目录 | 第56-57页 |
附录 B 攻读硕士学位期间参研项目 | 第57-58页 |
致谢 | 第58页 |