数据填补及其在浸出过程建模中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及研究意义 | 第11-12页 |
| 1.2 数据填补问题的研究现状 | 第12-15页 |
| 1.2.1 国外研究情况 | 第13-14页 |
| 1.2.2 国内研究情况 | 第14-15页 |
| 1.3 全文内容安排 | 第15-17页 |
| 第2章 钴镍浸出生产过程工艺及模型 | 第17-23页 |
| 2.1 浸出过程流程工艺的介绍 | 第17-19页 |
| 2.2 浸出过程建模的发展现状 | 第19-20页 |
| 2.3 浸出过程机理模型 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 数据填补与建模的基本概念与方法 | 第23-41页 |
| 3.1 缺失数据产生的原因 | 第23-24页 |
| 3.2 缺失数据的分类 | 第24-27页 |
| 3.2.1 根据缺失数据的机制分类 | 第24-25页 |
| 3.2.2 根据缺失变量的分布分类 | 第25-26页 |
| 3.2.3 根据缺失数据的模式分类 | 第26-27页 |
| 3.3 缺失数据填补方法的介绍 | 第27-39页 |
| 3.3.1 均值填补法 | 第28页 |
| 3.3.2 BP神经网络 | 第28-30页 |
| 3.3.3 LS-SVM最小二乘支持向量机 | 第30-32页 |
| 3.3.4 期望最大化算法(EM) | 第32-33页 |
| 3.3.5 基于高斯混合模型(GMM)的EM填补 | 第33-37页 |
| 3.3.6 多重填补(MI) | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于数据填补的浸出过程建模研究 | 第41-61页 |
| 4.1 基于数据的浸出率预测模型 | 第41-44页 |
| 4.1.1 浸出率预测模型及数据缺失情况 | 第41-43页 |
| 4.1.2 缺失数据填补及建模方法 | 第43-44页 |
| 4.2 填补及建模仿真结果研究 | 第44-54页 |
| 4.2.1 填补仿真结果 | 第45-48页 |
| 4.2.2 建模仿真结果 | 第48-54页 |
| 4.3 基于高斯混合模型的多重填补 | 第54-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第5章 基于数据填补的浸出过程建模系统 | 第61-77页 |
| 5.1 系统总体结构设计 | 第61-63页 |
| 5.1.1 整体设计方案 | 第61-62页 |
| 5.1.2 功能模块设计 | 第62-63页 |
| 5.2 填补模块设计与实现 | 第63-66页 |
| 5.2.1 数据预处理模块 | 第63-65页 |
| 5.2.2 填补模训练模块 | 第65-66页 |
| 5.2.3 数据填补模块 | 第66页 |
| 5.3 接口模块设计与实现 | 第66-68页 |
| 5.4 建模模块设计与实现 | 第68-70页 |
| 5.4.1 浸出率模型训练模块 | 第68-69页 |
| 5.4.2 在线预测浸出率模块 | 第69页 |
| 5.4.3 历史数据查询模块 | 第69-70页 |
| 5.5 基于数据填补的浸出过程建模系统运行分析 | 第70-75页 |
| 5.5.1 开发界面 | 第71-74页 |
| 5.5.2 应用界面 | 第74-75页 |
| 5.6 本章小结 | 第75-77页 |
| 第6章 结论与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |
