首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--自动机理论论文

工业过程变量间动态时延挖掘方法与应用

学位论文数据集第3-4页
摘要第4-6页
ABSTRACT第6-8页
第一章 前言第16-28页
    1.1 研究背景与意义第16-17页
    1.2 相关理论与技术综述第17-25页
        1.2.1 时间序列数据挖掘第17-19页
        1.2.2 数据挖掘知识表达第19-22页
        1.2.3 数据驱动的工业过程监控第22-25页
    1.3 内容安排第25-28页
第二章 基于相似度的动态时延估计第28-38页
    2.1 引言第28页
    2.2 互相关函数法第28-29页
    2.3 动态时延分析方法第29-32页
    2.4 实例研究第32-36页
    2.5 本章小结第36-38页
第三章 基于相似度可伸缩窗的动态时延分析第38-58页
    3.1 引言第38页
    3.2 基于相似可伸缩窗动态时延估计第38-43页
    3.3 实例研究第43-56页
    3.4 本章小结第56-58页
第四章 动态时延序列预测方法第58-74页
    4.1 引言第58页
    4.2 基于改进模糊插值的方法第58-61页
    4.3 基于卷积神经网络的方法第61-66页
    4.4 实例研究第66-72页
    4.5 本章小结第72-74页
第五章 基于动态时间模糊Petri网的知识表达与推理第74-102页
    5.1 引言第74页
    5.2 动态时间模糊Petri网第74-85页
        5.2.1 相关基础第76-77页
        5.2.2 扩展规则第77-79页
        5.2.3 模型建立第79-82页
        5.2.4 推理算法第82-85页
    5.3 实例研究第85-101页
    5.4 本章小结第101-102页
第六章 基于动态时间模糊Petri网的工业过程异常状态监控第102-116页
    6.1 引言第102-103页
    6.2 异常状态检测第103-104页
    6.3 异常状态传播第104-108页
        6.3.1 传播推理第104-107页
        6.3.2 操作策略优化第107-108页
    6.4 异常状态诊断第108-110页
        6.4.1 状态异常信息诊断第108-109页
        6.4.2 到达时间异常信息诊断第109-110页
    6.5 实例研究第110-115页
    6.6 本章小结第115-116页
第七章 结论与展望第116-118页
    7.1 研究结论第116-117页
    7.2 工作展望第117-118页
参考文献第118-126页
致谢第126-128页
研究成果及发表的学术论文第128-130页
作者及导师简介第130-132页
附件第132-133页

论文共133页,点击 下载论文
上一篇:基于苝酰亚胺类新型有机半导体材料结构性能的研究
下一篇:一类具有复杂转移概率的Markovian跳跃系统的故障检测问题研究