基于主元分析的动态过程质量异常模式识别研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-16页 |
第一节 研究背景与意义 | 第10-13页 |
第二节 主要研究内容和框架 | 第13-15页 |
第三节 本文特色与创新之处 | 第15-16页 |
第二章 动态过程异常模式识别的研究现状 | 第16-34页 |
第一节 动态过程质量异常模式 | 第16-26页 |
一 动态过程控制的发展阶段 | 第16-18页 |
二 动态过程及其异常模式 | 第18-22页 |
三 质量异常模式识别研究状况 | 第22-26页 |
第二节 主元分析研究进展 | 第26-28页 |
一 主元分析的概述 | 第27页 |
二 主元分析的应用现状 | 第27-28页 |
第三节 支持向量机应用现状 | 第28-34页 |
一 支持向量机理论与算法 | 第29-32页 |
二 支持向量机的应用前景 | 第32-34页 |
第三章 基于主元分析的异常模式MSVM识别模型 | 第34-47页 |
第一节 质量异常模式识别框架与特征提取 | 第34-39页 |
一 质量异常模式识别框架 | 第34-36页 |
二 主元特征提取原理 | 第36-37页 |
三 主元特征提取解法 | 第37-39页 |
第二节 MSVM模型参数寻优方法 | 第39-42页 |
一 MSVM模型参数优化方法 | 第40-41页 |
二 粒子群优化方法 | 第41-42页 |
第三节 质量异常MSVM识别模型 | 第42-47页 |
一 MSVM识别模型特点分析 | 第43-45页 |
二 基于主元分析的识别模型 | 第45-47页 |
第四章 基于主元分析的MSVM识别模型仿真分析 | 第47-67页 |
第一节 异常模式仿真数据来源 | 第47-49页 |
一 质量模式仿真公式 | 第47-48页 |
二 样本数据生成 | 第48-49页 |
第二节 识别模型仿真实验设计 | 第49-55页 |
一 MSVM模型的构建 | 第49-51页 |
二 主元分析特征提取 | 第51-54页 |
三 主元特征选择 | 第54-55页 |
第三节 识别模型仿真结果分析 | 第55-67页 |
一 识别模型精度的仿真结果 | 第55-62页 |
二 识别模型有效性的对比分析 | 第62-65页 |
三 不同方差贡献率的识别结果比较 | 第65-67页 |
第五章 结论与展望 | 第67-69页 |
第一节 论文结论 | 第67-68页 |
第二节 研究展望 | 第68-69页 |
参考文献 | 第69-74页 |
致谢 | 第74-75页 |
个人简历、在学期间发表的学术论文与研究成果 | 第75页 |