首页--工业技术论文--化学工业论文--橡胶工业论文--橡胶制品论文--轮胎论文

基于核方法的胎面生产过程建模

摘要第1-5页
ABSTRACT第5-8页
第1章 绪论第8-13页
   ·课题概述第8-10页
     ·课题研究的背景及现状第8-9页
     ·课题研究的目的和意义第9-10页
   ·核方法的发展及应用第10-11页
     ·核方法的发展第10-11页
     ·核方法的应用第11页
   ·本文研究的内容及安排第11-13页
第2章 统计学习理论与核方法第13-24页
   ·机器学习第13-14页
   ·统计学习理论第14-17页
     ·VC维第15页
     ·推广性的界第15-16页
     ·结构风险最小化原理第16-17页
   ·核方法的基本理论第17-23页
     ·核方法简介第17-18页
     ·最优分类面与支持向量机第18-21页
     ·支持向量回归机第21-23页
   ·本章小结第23-24页
第3章 支持向量机模型选择第24-30页
   ·模型选择简介第24-25页
   ·核函数第25-27页
     ·核函数简介第25-26页
     ·核函数的选取第26-27页
   ·损失函数第27页
   ·SVM参数选择第27-29页
   ·本章小结第29-30页
第4章 胎面生产线工艺介绍第30-38页
   ·胎面复合挤出生产线的工艺流程第30-31页
   ·胎面生产线主要装置的特点及作用第31-35页
     ·复合挤出机机头第31-32页
     ·收缩辊道第32-33页
     ·辊道自动称量装置第33页
     ·压延装置第33-35页
     ·冷却装置第35页
   ·挤出胎面常见的质量缺陷第35-36页
   ·工艺条件对挤出生产的影响第36-37页
   ·本章小结第37-38页
第5章 基于核方法的胎面生产过程建模第38-53页
   ·系统建模介绍第38-41页
     ·系统建模的基本概念第38-39页
     ·系统建模的应用第39页
     ·神经网络与支持向量机算法比较第39-40页
     ·数学模型建立的一般步骤第40-41页
   ·基于核方法的胎面生产过程建模第41-48页
     ·支持向量机回归的选用第41页
     ·模型建立的基本思路第41-43页
     ·数据分析及模型建立过程第43-48页
   ·基于SVM工具箱的具体设计第48-49页
     ·仿真环境第48页
     ·常用的工具箱函数第48页
     ·仿真模型变量的选取及处理第48-49页
     ·模型相关参数的选择第49页
   ·Matlab仿真的主程序段第49-51页
   ·模型仿真第51-52页
   ·本章小结第52-53页
第6章 全文总结第53-55页
   ·全文总结第53页
   ·心得体会第53-54页
   ·展望第54-55页
参考文献第55-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:基于粗芴的本芴醇及中间体的工业制备研究
下一篇:(S)-2-(1-甲氧基-1-乙基)丙基吡咯肼的合成工艺研究