基于有监督学习的故障诊断方法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·论文研究的目的和背景 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·间歇过程故障诊断算法 | 第12-13页 |
| ·有监督学习故障诊断算法 | 第13-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 统计学习理论和支持向量机 | 第16-32页 |
| ·引言 | 第16-17页 |
| ·机器学习理论 | 第17-19页 |
| ·机器学习的数学模型 | 第17-18页 |
| ·经验风险最小化原则 | 第18页 |
| ·复杂性与泛化能力 | 第18-19页 |
| ·统计学习理论 | 第19-24页 |
| ·函数集的 VC 维 | 第19-20页 |
| ·ERM 方法的一致性 | 第20-22页 |
| ·推广性的界 | 第22-23页 |
| ·结构风险最小化原则 | 第23-24页 |
| ·支持向量机 SVM | 第24-26页 |
| ·核函数—支持向量机向非线性的跨越 | 第26-27页 |
| ·核函数与支持向量机 | 第27-28页 |
| ·仿真实验 | 第28-31页 |
| ·简单的分类例子 | 第28-29页 |
| ·非线性时变过程仿真例子 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 改进的支持向量机算法 | 第32-41页 |
| ·引言 | 第32页 |
| ·最小二乘支持向量机算法 | 第32-34页 |
| ·递推式最小二乘支持向量机 RLSSVM | 第34-35页 |
| ·FFRLSSVM 算法 | 第35-37页 |
| ·仿真实验 | 第37-40页 |
| ·分类例子 | 第37-38页 |
| ·非线性时变过程仿真例子 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 MFastICA-FFRLLSVM 算法 | 第41-51页 |
| ·引言 | 第41页 |
| ·独立主元分析(ICA) | 第41-44页 |
| ·ICA 模型 | 第42页 |
| ·ICA 求解前提 | 第42-43页 |
| ·中心化 | 第43页 |
| ·白化处理 | 第43-44页 |
| ·快速独立主元分析 | 第44-46页 |
| ·MFastICA 算法 | 第46-47页 |
| ·MFastICA-FFRLSSVM 算法 | 第47页 |
| ·仿真实验 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 间歇过程仿真实验研究 | 第51-64页 |
| ·引言 | 第51页 |
| ·间歇过程的特点 | 第51-53页 |
| ·间歇生产工艺的特点 | 第51-52页 |
| ·间歇过程数据的特点 | 第52-53页 |
| ·青霉素发酵过程 | 第53-55页 |
| ·青霉素发酵过程仿真软件 Pensim V2.0 | 第55-57页 |
| ·Pensim V2.0 介绍 | 第55-56页 |
| ·Pensim V2.0 设置的故障 | 第56-57页 |
| ·青霉素发酵过程仿真实验研究 | 第57-63页 |
| ·多个批次样本数据的采集 | 第58-59页 |
| ·故障诊断对比实验研究 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文和取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
