基于支持向量机的铝粉细粉率软测量
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 工程背景及软测量技术概述 | 第10-16页 |
| ·工程背景 | 第10页 |
| ·软测量技术研究现状 | 第10-13页 |
| ·基于传统方法软测量模型 | 第11-12页 |
| ·基于回归分析软测量模型 | 第12页 |
| ·基于智能方法软测量模型 | 第12-13页 |
| ·软测量建模步骤分析 | 第13-16页 |
| ·数据预处理 | 第13-14页 |
| ·辅助变量分析 | 第14页 |
| ·软测量模型的建立 | 第14页 |
| ·软测量模型在线的校正 | 第14-16页 |
| 2 铝粉氮气雾化生产工艺过程研究 | 第16-24页 |
| ·铝粉氮气雾化生产流程分析 | 第16-19页 |
| ·铝粉细粉率影响因素分析 | 第19-24页 |
| ·雾化生产过程分析 | 第19-21页 |
| ·雾化物理模型分析 | 第21-24页 |
| 3 支持向量机技术概述 | 第24-36页 |
| ·统计学习理论概述 | 第24-27页 |
| ·机器学习基本问题 | 第24-25页 |
| ·统计学习理论的核心问题 | 第25-27页 |
| ·支持向量机技术 | 第27-34页 |
| ·支持向量分类机 | 第27-30页 |
| ·支持向量回归机 | 第30-34页 |
| ·支持向量机应用现状 | 第34-36页 |
| 4 支持向量机应用技术研究 | 第36-45页 |
| ·支持向量机算法研究 | 第36-37页 |
| ·块算法 | 第36-37页 |
| ·序列最小优化算法 | 第37页 |
| ·核函数选取分析 | 第37-41页 |
| ·核函数的本质 | 第37-38页 |
| ·核函数分类 | 第38-39页 |
| ·高斯核函数参数性质 | 第39-41页 |
| ·参数选取方法研究 | 第41-45页 |
| ·交叉验证法 | 第41页 |
| ·双线形搜索法 | 第41-42页 |
| ·网格搜索法 | 第42页 |
| ·双线形网格搜索法研究 | 第42-45页 |
| 5 铝粉细粉率软测量建模及仿真 | 第45-54页 |
| ·基于支持向量机软测量 | 第45-48页 |
| ·数据处理 | 第45-46页 |
| ·回归机类型选择 | 第46-47页 |
| ·核函数选取 | 第47页 |
| ·双线形网格搜索法建模 | 第47-48页 |
| ·基于RBF神经网络软测量 | 第48-50页 |
| ·RBF神经网络理论 | 第48-49页 |
| ·RBF神经网络软测量建模 | 第49-50页 |
| ·两种建模方法比较 | 第50-51页 |
| ·工程实际应用 | 第51-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
