| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景及意义 | 第11页 |
| ·多模式过程监测技术简介 | 第11-15页 |
| ·多模式过程监测概述 | 第11-13页 |
| ·多模式过程监测方法分类 | 第13-15页 |
| ·过程监测技术和流形学习技术的研究现状 | 第15-18页 |
| ·多模式过程监测技术 | 第15-16页 |
| ·基于质量变量的过程监测技术 | 第16-17页 |
| ·基于局部线性嵌入的流形学习技术 | 第17-18页 |
| ·本文研究内容和组织结构 | 第18-21页 |
| 第2章 相关基础知识 | 第21-31页 |
| ·流形学习方法基础知识 | 第21-22页 |
| ·流形学习方法的基本思想 | 第21-22页 |
| ·流形学习方法的过程建模与监测 | 第22页 |
| ·统计过程监测基础知识 | 第22-24页 |
| ·偏最小二乘(PLS)算法 | 第22-23页 |
| ·过程监测统计量 | 第23-24页 |
| ·基于LLE子空间分离的多模式过程监测方法 | 第24-29页 |
| ·基于子空间分离的多模式过程建模与监测 | 第24-25页 |
| ·局部线性嵌入(LLE)算法 | 第25-27页 |
| ·基于局部线性嵌入(LLE)子空间分离的多模式过程监测 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 基于QKLLE的多模式过程监测方法 | 第31-49页 |
| ·基于KLLE子空间分离的多模式过程监测方法 | 第31-36页 |
| ·核方法 | 第31-33页 |
| ·核局部线性嵌入(KLLE)算法 | 第33-34页 |
| ·基于核局部线性嵌入(KLLE)的子空间过程监测 | 第34-36页 |
| ·基于QKLLE子空间分离的多模式过程监测方法 | 第36-38页 |
| ·质量核局部线性嵌入(QKLLE)算法 | 第36-37页 |
| ·基于QKLLE子空间分离的多模式过程监测 | 第37-38页 |
| ·实验结果 | 第38-46页 |
| ·电熔镁炉工作过程 | 第38-40页 |
| ·实验结果分析 | 第40-46页 |
| ·本章小结 | 第46-49页 |
| 第4章 基于ISODATA-GQKLLE的多模式过程监测方法 | 第49-65页 |
| ·基于ISODATA的多模式划分方法 | 第49-52页 |
| ·ISODATA算法 | 第49-51页 |
| ·多模式划分方法 | 第51-52页 |
| ·基于GQKLLE子空间分离的多模式过程监测方法 | 第52-55页 |
| ·全局质量核局部线性嵌入(GQKLLE)算法 | 第52-53页 |
| ·基于GQKLLE子空间分离的多模式过程监测 | 第53-55页 |
| ·实验结果 | 第55-64页 |
| ·电熔镁炉工作过程 | 第55-59页 |
| ·青霉素发酵过程 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| ·研究工作总结 | 第65页 |
| ·研究展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间发表的论文 | 第75页 |
| 作者简介 | 第75页 |