| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-16页 |
| ·论文研究的背景及意义 | 第9-10页 |
| ·质量诊断相关文献综述 | 第10-13页 |
| ·本文的研究内容及创新之处 | 第13-14页 |
| ·本文的论文结构 | 第14-16页 |
| 2 质量诊断的理论基础 | 第16-24页 |
| ·多变量控制图的基本理论 | 第16-19页 |
| ·多变量控制图概述 | 第16-17页 |
| ·Hotelling T~2控制图 | 第17-18页 |
| ·控制图的性能度量 | 第18-19页 |
| ·常用质量诊断方法 | 第19-23页 |
| ·基于MYT正交分解法的质量诊断方法 | 第19-21页 |
| ·基于主成分分析的质量诊断方法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 贝叶斯分类器及分类器集成学习 | 第24-37页 |
| ·分类器基本概念 | 第24-27页 |
| ·分类器的定义 | 第24页 |
| ·分类器的构造方法 | 第24-26页 |
| ·分类器性能的评估 | 第26-27页 |
| ·贝叶斯方法概述及贝叶斯分类 | 第27-31页 |
| ·朴素贝叶斯分类模型 | 第28-29页 |
| ·贝叶斯网络分类模型 | 第29-31页 |
| ·NBTree(A Naive Bayes/Decision-Tree)分类模型 | 第31页 |
| ·分类器集成学习 | 第31-36页 |
| ·分类器集成学习概述 | 第31-32页 |
| ·Boosting集成学习算法 | 第32-34页 |
| ·多类Adaboost算法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 4 多变量质量诊断分类器的构建 | 第37-55页 |
| ·失控信号的分类问题 | 第37-38页 |
| ·质量诊断分类器的构建 | 第38-46页 |
| ·改进的朴素贝叶斯分类器 | 第38-41页 |
| ·实例加权的朴素贝叶斯树分类器的构建 | 第41-42页 |
| ·算法流程 | 第42-46页 |
| ·质量诊断组合分类器的构建 | 第46页 |
| ·质量诊断分类器构建算例 | 第46-54页 |
| ·本章小结 | 第54-55页 |
| 5 多变量质量诊断实例仿真与结果分析 | 第55-70页 |
| ·实例仿真 | 第55-60页 |
| ·实例1-两个变量 | 第56-59页 |
| ·实例2-三个变量 | 第59-60页 |
| ·结果比较分析 | 第60-62页 |
| ·不同相关系数对分类效果的影响 | 第62-69页 |
| ·本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·不足之处与研究展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |