首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

在线支持向量机在发酵过程建模中的应用

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·课题背景及意义第7-8页
     ·课题背景第7页
     ·课题意义第7-8页
   ·发酵过程建模研究国内外究现状第8-10页
     ·基于工艺机理分析的建模第8-9页
     ·经验建模第9页
     ·混合建模第9-10页
   ·基于支持向量机方法的建模第10-11页
   ·本文研究的主要内容第11-13页
第二章 在线支持向量机理论研究第13-29页
   ·引言第13页
   ·支持向量机理论简述第13-17页
     ·支持向量分类机(SVC)第13-14页
     ·支持向量回归机(SVR)第14-16页
     ·SVM 的训练算法第16-17页
   ·改进的在线支持向量机回归算法(OSVR)第17-25页
     ·在线支持向量机回归第18页
     ·OSVR 的 KKT 条件第18-21页
     ·改进的停机准则第21-22页
     ·改进 OSVR 的增量算法第22-24页
     ·改进 OSVR 的减量算法第24-25页
   ·仿真示例第25-27页
     ·算法的实现步骤第25页
     ·仿真结果分析第25-27页
   ·本章小结第27-29页
第三章 基于在线支持向量机的谷氨酸建模研究第29-43页
   ·引言第29页
   ·谷氨酸发酵过程系统第29-33页
     ·菌株及发酵条件第31-32页
     ·发酵过程仪器及设备第32页
     ·发酵过程变量第32-33页
   ·谷氨酸发酵过程建模过程第33-40页
     ·基于 SVM 的建模第33-35页
     ·基于 OSVR 和改进的 OSVR 的建模第35-40页
   ·仿真结果比较第40-42页
     ·有效性分析第40-41页
     ·算法训练速度分析第41-42页
     ·学习能力分析第42页
   ·本章小结第42-43页
第四章 基于 FCM 的在线支持向量机回归的谷氨酸建模研究第43-51页
   ·引言第43页
   ·基于 FCM 的在线支持向量机回归第43-47页
     ·基于 FCM 的在线支持向量机回归的 KKT 条件第44-45页
     ·FCM 隶属度函数第45-46页
     ·FMC-OSVR 的训练步骤第46-47页
   ·函数仿真示例第47-48页
   ·基于 FMC-OSVR 的谷氨酸建模第48-50页
     ·基于 FMC-OSVR 的谷氨酸浓度建模步骤第48页
     ·谷氨酸浓度建模第48-50页
   ·本章小结第50-51页
主要结论与展望第51-53页
 主要结论第51页
 展望第51-53页
致谢第53-54页
参考文献第54-57页
附录: 作者在攻读硕士学位期间发表的论文第57页

论文共57页,点击 下载论文
上一篇:多机器人系统任务分配评价理论的研究与应用
下一篇:基于灰色系统理论的企业财务预警研究