| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 状态评价的研究方法 | 第11-14页 |
| 1.3 多模态过程运行状态评价方法的研究现状 | 第14-17页 |
| 1.4 本文的主要工作和内容安排 | 第17-20页 |
| 第2章 高斯混合模型建模基础理论方法 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 数据的预处理 | 第20-21页 |
| 2.3 高斯混合模型 | 第21-23页 |
| 2.3.1 单一高斯概率密度函数 | 第21-22页 |
| 2.3.2 高斯混合概率密度函数 | 第22-23页 |
| 2.4 高斯混合模型建模方法 | 第23-28页 |
| 2.4.1 基于k-means聚类算法的初始参数设定 | 第23-24页 |
| 2.4.2 基于EM算法的高斯混合模型参数设定方法 | 第24-27页 |
| 2.4.3 基于F-J算法的高斯混合模型参数设定方法 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 多模态过程离线数据的模态划分和运行状态评价建模 | 第30-48页 |
| 3.1 引言 | 第30-31页 |
| 3.2 改进的基于GMM的多模态过程离线数据模态划分方法 | 第31-38页 |
| 3.2.1 迭代自组织数据分析方法 | 第31-34页 |
| 3.2.2 马氏距离算法 | 第34-35页 |
| 3.2.3 高斯分量的后验概率 | 第35页 |
| 3.2.4 离线数据模态划分方法 | 第35-38页 |
| 3.3 基于高斯混合模型的运行状态评价离线建模 | 第38-42页 |
| 3.3.1 离线建模的整体结构 | 第38-39页 |
| 3.3.2 稳定模态的离线建模 | 第39-40页 |
| 3.3.3 过渡模态的离线建模 | 第40-42页 |
| 3.4 田纳西—伊斯曼过程的仿真研究 | 第42-45页 |
| 3.4.1 田纳西—伊斯曼过程介绍 | 第42-43页 |
| 3.4.2 实验设计和建模数据 | 第43-44页 |
| 3.4.3 田纳西—伊斯曼过程的离线模态划分 | 第44-45页 |
| 3.4.4 田纳西—伊斯曼过程的离线建模 | 第45页 |
| 3.5 本章小结 | 第45-48页 |
| 第4章 多模态过程的在线运行状态评价 | 第48-58页 |
| 4.1 引言 | 第48页 |
| 4.2 在线运行状态评价方法 | 第48-51页 |
| 4.3 田纳西—伊斯曼过程仿真研究 | 第51-57页 |
| 4.3.1 实验设计和建模数据 | 第51-52页 |
| 4.3.2 在线运行状态评价 | 第52-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66页 |
