| 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 |