| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·间歇过程概述 | 第9-10页 |
| ·基于多元统计方法的过程监控 | 第10-12页 |
| ·过程监控方法分类 | 第10-11页 |
| ·多元统计过程监控 | 第11-12页 |
| ·间歇过程监控研究现状 | 第12-15页 |
| ·论文研究思路与内容安排 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 独立成分分析 | 第17-23页 |
| ·独立成分分析的定义 | 第17-19页 |
| ·ICA 作为生成模型的估计 | 第17页 |
| ·ICA 的优势及使用范围 | 第17-18页 |
| ·ICA 中的含混因素 | 第18-19页 |
| ·变量的中心化 | 第19页 |
| ·ICA 的实例 | 第19-21页 |
| ·ICA 与白化 | 第21-22页 |
| ·不相关性和白化 | 第21-22页 |
| ·白化是 ICA 的一部分 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于 KPCA 白化的 MKICA 监控方法研究 | 第23-45页 |
| ·引言 | 第23-24页 |
| ·主成分分析与白化 | 第24-25页 |
| ·主成分分析 | 第24页 |
| ·白化 | 第24-25页 |
| ·数据预处理 | 第25-28页 |
| ·核函数 | 第28-31页 |
| ·基于 KPCA 白化的 MKICA 监控方法 | 第31-35页 |
| ·基于 KPCA 白化的数据预处理 | 第31-32页 |
| ·基于极大化非高斯性的 FastICA 算法 | 第32-34页 |
| ·基于设定负熵阈值的独立成分的选取 | 第34页 |
| ·基于核密度估计的统计量的计算 | 第34-35页 |
| ·仿真实验及结果分析 | 第35-44页 |
| ·基于 MKICA 的非线性过程仿真 | 第35-37页 |
| ·基于 Pensim 平台的青霉素发酵过程仿真 | 第37-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于 MKICA-PCA 的间歇过程故障监测 | 第45-55页 |
| ·MKICA-PCA 算法的性能优势及适用条件 | 第45页 |
| ·基于 MKICA-PCA 的间歇过程故障监测 | 第45-50页 |
| ·过程数据的预处理 | 第45-47页 |
| ·服从非高斯分布的过程信息中独立成分信号提取 | 第47-49页 |
| ·服从高斯分布的残差过程信息中主成分信号提取 | 第49-50页 |
| ·仿真实验及结果分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 大肠杆菌发酵现场实验 | 第55-63页 |
| ·大肠杆菌发酵过程简介 | 第55-56页 |
| ·大肠杆菌发酵现场实验结果与分析 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 总结 | 第63-64页 |
| 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的学术成果 | 第69-71页 |
| 致谢 | 第71页 |