| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-22页 |
| ·引言 | 第14页 |
| ·发酵过程软测量建模方法研究现状 | 第14-16页 |
| ·机理建模方法 | 第14-15页 |
| ·回归分析建模方法 | 第15页 |
| ·人工神经元网络建模方法 | 第15页 |
| ·支持向量机建模方法 | 第15-16页 |
| ·高斯过程建模方法 | 第16页 |
| ·基于高斯过程的软测量建模方法研究现状 | 第16-18页 |
| ·高斯过程发展现状 | 第16-17页 |
| ·高斯过程稀疏化方法研究现状 | 第17页 |
| ·高斯过程模型泛化性能研究现状 | 第17-18页 |
| ·发酵过程阶段划分方法研究现状 | 第18-19页 |
| ·课题的研究意义和主要研究内容 | 第19-22页 |
| ·课题的研究意义 | 第19页 |
| ·课题的主要研究内容 | 第19-22页 |
| 第二章 基于高斯过程的软测量建模方法研究 | 第22-32页 |
| ·引言 | 第22页 |
| ·高斯过程建模方法研究 | 第22-28页 |
| ·贝叶斯理论基础 | 第22-23页 |
| ·高斯过程模型 | 第23-26页 |
| ·高斯过程软测量建模方法 | 第26-28页 |
| ·基于聚类和灰色关联度分析的样本稀疏化方法研究 | 第28-30页 |
| ·样本稀疏化方法研究 | 第28-29页 |
| ·样本稀疏化方法设计与实现 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第三章 基于正则化的高斯过程软测量建模方法研究 | 第32-44页 |
| ·引言 | 第32页 |
| ·正则化方法基础理论 | 第32-36页 |
| ·经验风险最小化 | 第32-33页 |
| ·VC 维 | 第33-34页 |
| ·结构风险最小化 | 第34-35页 |
| ·正则化方法 | 第35-36页 |
| ·基于正则化的高斯过程方法研究 | 第36-42页 |
| ·损失项选取方法 | 第36-37页 |
| ·正则项选取方法 | 第37-38页 |
| ·正则项系数选取方法 | 第38-39页 |
| ·目标函数选取方法 | 第39-40页 |
| ·基于正则化的 GP 软测量建模方法 | 第40-42页 |
| ·小结 | 第42-44页 |
| 第四章 基于 MPCA-GP 的发酵过程分阶段软测量建模方法研究 | 第44-56页 |
| ·引言 | 第44页 |
| ·基于 MPCA-GP 的发酵过程分阶段软测量建模方法 | 第44-48页 |
| ·发酵过程阶段划分方法 | 第44-47页 |
| ·发酵过程阶段识别方法 | 第47-48页 |
| ·分阶段软测量建模方法 | 第48页 |
| ·基于 MPCA-GP 的发酵过程分阶段软测量建模方法设计与实现 | 第48-54页 |
| ·发酵过程阶段划分 | 第48-51页 |
| ·发酵过程阶段识别 | 第51-53页 |
| ·分阶段软测量建模 | 第53-54页 |
| ·小结 | 第54-56页 |
| 第五章 实验与分析 | 第56-66页 |
| ·引言 | 第56页 |
| ·基于正则化的高斯过程软测量模型验证实验 | 第56-58页 |
| ·基于 MPCA-GP 的发酵过程分阶段软测量建模方法实验 | 第58-64页 |
| ·青霉素发酵模型 | 第58-60页 |
| ·青霉素发酵过程软测量建模对比实验 | 第60-61页 |
| ·基于 MPCA 的发酵过程阶段划分实验 | 第61-63页 |
| ·基于 MPCA-GP 的发酵过程分阶段软测量方法实验 | 第63-64页 |
| ·小结 | 第64-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-72页 |
| 研究成果及发表的学术论文 | 第72-74页 |
| 作者简介 | 第74-75页 |
| 附件 | 第75-76页 |
