首页--环境科学、安全科学论文--废物处理与综合利用论文--一般性问题论文--废水的处理与利用论文

相关向量机核函数研究及其在污水系统中的应用

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 课题研究背景及意义第11-12页
    1.2 软测量技术简介第12-14页
        1.2.1 软测量技术发展第12页
        1.2.2 软测量技术建模原理第12页
        1.2.3 软测量建模方法第12-14页
    1.3 污水处理的重要参数第14-16页
    1.4 软测量技术在污水预测处理中的研究与应用第16-17页
    1.5 本文工作与安排第17-19页
第二章 RVM建模及其核函数的研究第19-35页
    2.1 相关向量机理论第19-20页
        2.1.1 稀疏贝叶斯学习第19页
        2.1.2 相关向量机的发展第19-20页
    2.2 RVM回归模型第20-24页
    2.3 RVM分类模型第24-25页
    2.4 RVM收敛性分析第25-29页
        2.4.1 EM迭代算法原理第25-26页
        2.4.2 EM算法收敛性证明第26-27页
        2.4.3 基于EM算法的RVM收敛性分析第27-29页
    2.5 RVM中核函数的研究第29-34页
        2.5.1 核函数分类及其性质第29-33页
        2.5.2 核函数确定及其参数的学习第33-34页
    2.6 基于RVM的污水软测量模型中的核函数确定和核参数学习第34页
    2.7 本章总结第34-35页
第三章 基于遗传算法的MAG-RVM的污水软测量模型第35-44页
    3.1 MAG-RVM模型第35-36页
        3.1.1 MAG-RVM原理第35-36页
        3.1.2 MAG-RVM模型建模步骤第36页
    3.2 MAG-RVM核参数的遗传寻优第36-38页
        3.2.1 遗传优化算法理论第37页
        3.2.2 遗传优化算法的实现第37-38页
        3.2.3 MAG-RVM核参数遗传优化步骤第38页
    3.3 基于遗传算法的MAG-RVM软测量建模第38-39页
    3.4 基于遗传算法的MAG-RVM污水仿真实验第39-43页
        3.4.1 实验辅助变量第39-40页
        3.4.2 污水仿真实验第40-43页
    3.5 本章小结第43-44页
第四章 基于梯度的MAG-RVM污水软测量模型第44-52页
    4.1 梯度下降法第44-45页
    4.2 基于梯度的MAG-RVM建模步骤第45-46页
    4.3 算法性能测试第46-49页
        4.3.1 二维标准函数实验第46-47页
        4.3.2 对模型参数的敏感性分析第47-49页
    4.4 污水仿真实验第49-50页
    4.5 本章小结第50-52页
第五章 基于自优化的MAG-RVM污水软测量模型第52-62页
    5.1 MAG-RVM核参数自优化学习方法第52-54页
    5.2 基于自优化的MAG-RVM建模步骤第54-55页
    5.3 性能测试仿真实验和结果分析第55-57页
    5.4 污水仿真实验第57-59页
    5.5 收敛性和稀疏性分析第59-61页
        5.5.1 模型收敛性分析第59-60页
        5.5.2 模型的稀疏性分析第60-61页
    5.6 本章小结第61-62页
第六章 基于MAG-FASTRVM的在线污水软测量模型第62-75页
    6.1 MAG-FASTRVM模型第62-66页
        6.1.1 基于MAG核的贝叶斯矩阵第62-63页
        6.1.2 快速边际似然算法第63-65页
        6.1.3 MAG-FASTRVM模型的建模步骤第65-66页
    6.2 基于MAG-FASTRVM的在线软测量模型第66-67页
        6.2.1 软测量模型在线校正第66页
        6.2.2 滚动时间窗第66页
        6.2.3 MAG-FASTRVM的在线建模步骤第66-67页
    6.3 仿真实验与结果分析第67-73页
        6.3.1 实验辅助变量第67-68页
        6.3.2 MAG-FASTRVM的污水离线实验第68-71页
        6.3.3 MAG-FASTRVM污水在线仿真实验第71-73页
    6.4 本章小结第73-75页
总结与展望第75-77页
参考文献第77-82页
攻读硕士学位期间取得的研究成果第82-83页
致谢第83-84页
附件第84页

论文共84页,点击 下载论文
上一篇:以问题解决为导向的微课程设计与组织研究
下一篇:基于BCLRHK模型的大学生个性化在线学习资源推送研究