分布式脊波核函数模型及其在火场建模中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-7页 |
| 第一章 绪论 | 第7-12页 |
| ·引言 | 第7-8页 |
| ·火场模型的研究现状 | 第8-9页 |
| ·机器学习研究现状 | 第9-10页 |
| ·论文的框架及主要工作 | 第10-12页 |
| ·论文的框架 | 第10-11页 |
| ·论文的主要工作 | 第11-12页 |
| 第二章 机器学习相关理论 | 第12-34页 |
| ·统计学习 | 第12-24页 |
| ·统计学习理论 | 第12-15页 |
| ·支持向量机 | 第15-24页 |
| ·群体智能优化 | 第24-34页 |
| ·群体智能优化统一框架 | 第24-26页 |
| ·微粒群优化算法 | 第26-29页 |
| ·微粒群优化算法的收敛性 | 第29-32页 |
| ·微粒群优化算法的时空复杂度 | 第32-34页 |
| 第三章 分布式脊波核函数模型 | 第34-52页 |
| ·脊波核函数理论 | 第34-37页 |
| ·脊波核函数模型的构造 | 第37-43页 |
| ·脊波核函数模型的结构 | 第37-40页 |
| ·脊波核函数模型的学习算法 | 第40-41页 |
| ·基于PSO算法的方向向量优化 | 第41-43页 |
| ·分布式脊波核函数模型 | 第43-47页 |
| ·分布式脊波核函数模型的预测性能分析 | 第47-51页 |
| ·直线型奇异预测性能分析 | 第47-49页 |
| ·曲线型奇异预测性能分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 分布式RKM在火场建模中的应用 | 第52-63页 |
| ·燃烧实验简介 | 第53-54页 |
| ·热界面高度预测 | 第54-56页 |
| ·通风口大小对下层空气温度及热界面高度的影响 | 第56-58页 |
| ·预测未知实例热界面的高度 | 第58-60页 |
| ·火源点位置及强度预测 | 第60-62页 |
| ·建筑物安全性评估 | 第62-63页 |
| 第五章 总结和展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |
