| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·本文研究的目的和意义 | 第12-13页 |
| ·本文研究内容的国内外研究现状 | 第13-19页 |
| ·本文的课题支撑和主要研究内容 | 第19-22页 |
| 第2章 水泥烧成系统故障诊断与质量预测的支持向量机理论基础 | 第22-44页 |
| ·小样本下机器学习问题的数学表述 | 第22-28页 |
| ·小样本下故障诊断的支持向量分类机的算法基础 | 第28-38页 |
| ·小样本下质量预测支持向量回归机 | 第38-42页 |
| ·支持向量机算法的特点及存在的问题 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第3章 水泥烧成系统故障诊断支持向量多类分类机的改进算法 | 第44-63页 |
| ·水泥烧成系统故障诊断支持向量多类分类机的基础算法 | 第44-52页 |
| ·水泥烧成系统故障诊断支持向量多类分类机的改进算法 | 第52-59页 |
| ·水泥烧成系统故障诊断支持向量多类分类机改进算法的测试 | 第59-61页 |
| ·水泥烧成系统故障诊断支持向量多类分类机的分类精度影响因素分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第4章 水泥烧成系统故障诊断与质量预测的样本处理技术 | 第63-82页 |
| ·水泥烧成系统故障诊断与质量预测样本特征提取算法 | 第63-69页 |
| ·水泥烧成系统故障诊断与质量预测样本特征提取算法测试 | 第69-72页 |
| ·水泥烧成系统故障诊断与质量预测粗糙集样本特征约简 | 第72-79页 |
| ·基于粗糙集和核主成分分析的样本特征处理混合算法 | 第79-80页 |
| ·样本处理粗糙集方法与核主成分分析方法的比较分析 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第5章 基于支持向量分类机的水泥烧成系统工艺故障诊断技术 | 第82-107页 |
| ·水泥烧成系统工艺及其主要监控参数分析 | 第82-92页 |
| ·水泥烧成系统常见工艺故障分析 | 第92-97页 |
| ·基于支持向量分类机的水泥烧成系统工艺故障诊断 | 第97-99页 |
| ·基于集成算法的水泥烧成系统工艺故障诊断技术 | 第99-104页 |
| ·水泥烧成系统故障诊断方法效果分析与比较 | 第104-105页 |
| ·本章小结 | 第105-107页 |
| 第6章 基于支持向量回归机的水泥生产过程质量预测技术 | 第107-127页 |
| ·基于支持向量回归机的熟料游离氧化钙含量预测技术 | 第107-119页 |
| ·基于支持向量回归机的出磨生料细度预测技术 | 第119-126页 |
| ·本章小结 | 第126-127页 |
| 第7章 全文总结与展望 | 第127-129页 |
| ·论文主要研究成果 | 第127-128页 |
| ·研究展望 | 第128-129页 |
| 致谢 | 第129-130页 |
| 攻读博士期间与本文相关的论文发表和研究工作 | 第130-132页 |
| 参考文献 | 第132-139页 |
