基于数据驱动的多模型软测量研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·课题研究背景及意义 | 第7-8页 |
·软测量技术的原理 | 第8-9页 |
·基于数据驱动的多模型软测量研究现状 | 第9-10页 |
·变量特征的确定与转换 | 第9页 |
·建模样本的分类 | 第9-10页 |
·子模型的建模方法 | 第10页 |
·论文的研究内容及安排 | 第10-13页 |
第二章 基于数据驱动的多模型软测量建模 | 第13-23页 |
·软测量样本数据的处理 | 第13-14页 |
·样本分类的几个基本方法 | 第14-17页 |
·软测量的建模方法 | 第17-21页 |
·线性支持向量机回归算法 | 第18-20页 |
·核函数 | 第20页 |
·非线性支持向量机回归算法 | 第20-21页 |
·子模型的连接方法 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 基于加权模糊聚类方法的多模型建模 | 第23-29页 |
·引言 | 第23页 |
·基于加权GK 聚类的多模型建模 | 第23-27页 |
·仿真应用 | 第27-28页 |
·本章小结 | 第28-29页 |
第四章 基于疏密部数据划分的多模型软测量 | 第29-35页 |
·引言 | 第29页 |
·数据分布的划分 | 第29-31页 |
·软测量模型的建立与组合 | 第31-32页 |
·仿真应用 | 第32-34页 |
·本章小结 | 第34-35页 |
第五章 基于混沌差分进化模糊聚类的多模型建模 | 第35-41页 |
·引言 | 第35页 |
·混沌差分进化的模糊C-均值聚类 | 第35-38页 |
·FCM 聚类算法 | 第36-37页 |
·基于混沌差分进化模糊C-均值聚类 | 第37-38页 |
·多模型的建立和组合 | 第38-39页 |
·工业实例研究 | 第39-40页 |
·本章小结 | 第40-41页 |
第六章 基于改进的局部保持投影算法的多模型软测量 | 第41-47页 |
·引言 | 第41页 |
·改进的LPP 算法 | 第41-43页 |
·局部保持投影 | 第41-42页 |
·有监督自适应权值的局部保持投影 | 第42-43页 |
·基于SAWLPP 的多模型方法 | 第43-44页 |
·仿真应用 | 第44-46页 |
·Iris 数据集分类试验 | 第44页 |
·基于SAWLPP 的多模型软测量应用 | 第44-46页 |
·本章小结 | 第46-47页 |
第七章 总结与展望 | 第47-49页 |
·本文的工作总结 | 第47页 |
·今后的工作展望 | 第47-49页 |
致谢 | 第49-51页 |
参考文献 | 第51-55页 |
附录:作者在攻读硕士学位期间发表的论文 | 第55页 |