| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第15-28页 |
| 1.1 课题背景与研究意义 | 第15-17页 |
| 1.2 国内外研究动态 | 第17-25页 |
| 1.2.1 火焰图像识别的研究进展 | 第17-20页 |
| 1.2.2. 基于统计学习算法的NO_x预测模型的研究现状 | 第20-25页 |
| 1.3 论文研究的主要内容及方法 | 第25-26页 |
| 1.4 论文的组织结构 | 第26-28页 |
| 第2章 燃烧装置与实验方法 | 第28-34页 |
| 2.1 生物质/燃气燃烧实验台的总体结构 | 第28-31页 |
| 2.1.1 配气系统 | 第28-29页 |
| 2.1.2 给料系统与生物质的制备 | 第29页 |
| 2.1.3 烟气分析仪 | 第29-30页 |
| 2.1.4 火焰自由基成像系统 | 第30-31页 |
| 2.2 燃烧试验的具体方法 | 第31-32页 |
| 2.3 火焰自由基图像数据的处理 | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 图像矩特征在NO_x预测中的应用 | 第34-48页 |
| 3.1 图像矩特征的简介 | 第34-35页 |
| 3.1.1 图像矩的定义 | 第34页 |
| 3.1.2 矩理论的发展 | 第34-35页 |
| 3.2 Zernike矩特征在NO_x预测上的应用 | 第35-46页 |
| 3.2.1 Zernike矩的介绍 | 第35-36页 |
| 3.2.2 Zernike矩用于火焰自由基图像的特征提取 | 第36页 |
| 3.2.3 最小二乘支持向量回归 | 第36-37页 |
| 3.2.4 基于Zernike矩的NO_x预测算法 | 第37-44页 |
| 3.2.5 图像噪声对于算法 3.4 的影响 | 第44-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第4章 基于图像的稀疏表示的NO_x预测算法 | 第48-66页 |
| 4.1 稀疏表示的简述 | 第48-49页 |
| 4.2 基于轮廓波变换的NO_x预测 | 第49-60页 |
| 4.2.1 基于轮廓波分解系数的NO_x预测 | 第49-55页 |
| 4.2.2 基于轮廓波变换和Zernike矩的NO_x预测 | 第55-60页 |
| 4.3 基于字典学习的NO_x预测 | 第60-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 基于火焰自由基图像与非负矩阵分解的NO_x预测算法 | 第66-75页 |
| 5.1 矩阵分解的简述 | 第66-67页 |
| 5.2 非负矩阵分解及其在图像分析领域的应用 | 第67-68页 |
| 5.3 非负矩阵分解算法在NO_x排放预测建模中的应用 | 第68-74页 |
| 5.3.1 基于非负矩阵分解的NO_x预测算法 | 第68-72页 |
| 5.3.2 NMF不确定性对于NO_x预测的影响 | 第72-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第6章 基于深度学习的NO_x预测算法 | 第75-92页 |
| 6.1 深度学习的简述 | 第75-76页 |
| 6.2 基于深层自动编码网络的NO_x预测 | 第76-82页 |
| 6.2.1 自动编码器 | 第76-77页 |
| 6.2.2 基于深度降噪自动编码网络的NO_x预测算法的设计 | 第77-79页 |
| 6.2.3 算法 6.1 中的特征融合与微调策略对于NO_x预测的影响 | 第79-81页 |
| 6.2.4 算法 6.1 的NO_x排放预测结果 | 第81-82页 |
| 6.3 基于深层玻尔兹曼机的NO_x预测 | 第82-89页 |
| 6.3.1 对于算法 6.1 的思考 | 第82页 |
| 6.3.2 受限玻尔兹曼机和深度玻尔兹曼机 | 第82-84页 |
| 6.3.3 DBM提取特征的随机性对于NO_x预测的影响 | 第84-85页 |
| 6.3.4 集成学习 | 第85-86页 |
| 6.3.5 基于DBM和集成LSSVR模型的NO_x预测算法的设计 | 第86-87页 |
| 6.3.6 算法 6.3 的NO_x排放预测结果 | 第87-89页 |
| 6.4 不同NO_x预测算法之间的比较分析 | 第89-91页 |
| 6.5 本章小结 | 第91-92页 |
| 第7章 结论与展望 | 第92-95页 |
| 7.1 结论 | 第92-93页 |
| 7.2 展望 | 第93-95页 |
| 参考文献 | 第95-122页 |
| 攻读博士学位期间发表的论文 | 第122-124页 |
| 攻读博士期间参加的科研工作 | 第124-125页 |
| 致谢 | 第125-126页 |
| 作者简介 | 第126页 |
