首页--经济论文--经济计划与管理论文--企业经济论文--企业生产管理论文--产品管理论文

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

论文共75页,点击 下载论文
上一篇:基于量化的网络化系统稳定性分析
下一篇:移动云环境下的计算密集型任务迁移技术