基于支持向量机的软测量技术及其应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·选题的背景 | 第10-12页 |
| ·常用软测量建模算法 | 第12-15页 |
| ·软测量建模算法的研究现状 | 第15-16页 |
| ·本论文的主要工作及创新点 | 第16-18页 |
| 2 支持向量机建模理论 | 第18-36页 |
| ·统计学习理论 | 第18-25页 |
| ·期望风险 | 第18-19页 |
| ·经验风险 | 第19-20页 |
| ·VC维理论 | 第20-21页 |
| ·一致性概念和关键定理 | 第21-23页 |
| ·结构风险最小化 | 第23-25页 |
| ·支持向量机 | 第25-36页 |
| ·支持向量分类机 | 第25-29页 |
| ·支持向量回归机 | 第29-33页 |
| ·支持向量机算法在建模上的应用 | 第33-36页 |
| 3 在线SVM建模算法 | 第36-46页 |
| ·增量式支持向量机 | 第36-39页 |
| ·近似线性依靠 | 第39-41页 |
| ·在线SVM建模算法及其仿真研究 | 第41-46页 |
| ·在线SVM建模算法 | 第41-42页 |
| ·仿真研究 | 第42-46页 |
| 4 支持向量机理论在裂解炉燃料气系统中的应用研究 | 第46-64页 |
| ·裂解炉燃料气系统 | 第46-48页 |
| ·基于支持向量回归机的裂解炉燃料气热值软测量 | 第48-50页 |
| ·基于在线SVM的裂解炉燃料气热值软测量 | 第50-53页 |
| ·基于SVR的在线热值仪校正算法 | 第53-64页 |
| ·校正算法 | 第54-55页 |
| ·滞后时间的计算 | 第55-57页 |
| ·仿真研究 | 第57-64页 |
| 5 总结与展望 | 第64-68页 |
| ·全文总结 | 第64-65页 |
| ·展望 | 第65-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
