基于半监督学习的磨矿分级过程监测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景与研究意义 | 第10-11页 |
| 1.2 过程监测方法综述 | 第11-13页 |
| 1.3 基于数据驱动的过程监测发展与现状 | 第13-17页 |
| 1.3.1 基于信号处理的方法 | 第13-14页 |
| 1.3.2 基于统计分析的方法 | 第14-15页 |
| 1.3.3 基于机器学习的方法 | 第15-17页 |
| 1.4 基于半监督学习的过程监测发展与现状 | 第17-18页 |
| 1.5 本文主要工作及安排 | 第18-20页 |
| 第2章 相关基础知识及磨矿分级过程 | 第20-30页 |
| 2.1 半监督学习方法 | 第20-26页 |
| 2.1.1 半监督的三个基本假设 | 第20-21页 |
| 2.1.2 半监督学习的基本方法 | 第21-24页 |
| 2.1.3 相似性计算与构图 | 第24-26页 |
| 2.2 磨矿分级工艺过程 | 第26-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 基于局部全局一致性的过程监测方法 | 第30-44页 |
| 3.1 局部全局一致性模型 | 第30-34页 |
| 3.1.1 问题描述及目标函数 | 第30-32页 |
| 3.1.2 优化求解 | 第32-34页 |
| 3.2 基于局部全局一致性的过程监测步骤 | 第34-36页 |
| 3.3 仿真实验 | 第36-43页 |
| 3.3.1 TE过程仿真及分析 | 第36-39页 |
| 3.3.2 磨矿分级过程仿真及分析 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于半监督学习的过程监测方法 | 第44-70页 |
| 4.1 半监督学习模型 | 第44-46页 |
| 4.1.1 问题描述及目标函数 | 第44-45页 |
| 4.1.2 优化求解 | 第45-46页 |
| 4.2 基于半监督学习的过程监测步骤 | 第46-47页 |
| 4.3 仿真实验 | 第47-52页 |
| 4.3.1 TE过程仿真与分析 | 第47-50页 |
| 4.3.2 磨矿分级过程仿真与分析 | 第50-52页 |
| 4.4 针对标签噪声问题的改进 | 第52-69页 |
| 4.4.1 TE过程仿真与分析 | 第53-65页 |
| 4.4.2 磨矿分级过程仿真与分析 | 第65-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
