基于支持向量机软测量技术的研究和应用
摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 前言 | 第12-16页 |
·引言 | 第12页 |
·研究现状 | 第12-14页 |
·主要内容 | 第14-16页 |
第二章 智能控制技术在造纸过程中的应用 | 第16-22页 |
·引言 | 第16页 |
·制浆过程控制 | 第16-18页 |
·抄纸过程控制 | 第18-20页 |
·造纸质量控制 | 第20-21页 |
·小结 | 第21-22页 |
第三章 造纸过程工艺流程 | 第22-27页 |
·引言 | 第22页 |
·抄纸过程 | 第22-24页 |
·纸料制备 | 第23页 |
·纸机湿部 | 第23-24页 |
·纸机干部 | 第24页 |
·造纸质量影响 | 第24-25页 |
·纸料的流送和上网 | 第24-25页 |
·压榨脱水 | 第25页 |
·烘缸干燥 | 第25页 |
·压光、卷取 | 第25页 |
·小结 | 第25-27页 |
第四章 支持向量机 | 第27-48页 |
·引言 | 第27页 |
·人工神经网络 | 第27-34页 |
·历史及现状 | 第28-29页 |
·BP神经网络 | 第29-34页 |
·支持向量机 | 第34-44页 |
·原理 | 第35-42页 |
·核函数 | 第42-43页 |
·SVM参数 | 第43-44页 |
·仿真实验 | 第44-46页 |
·小结 | 第46-48页 |
第五章 基于改进支持向量机的软测量模型及其应用 | 第48-71页 |
·引言 | 第48-49页 |
·支持向量回归机参数选取 | 第49-60页 |
·遗传算法 | 第50-51页 |
·基于相似结构的小生境技术 | 第51-53页 |
·自适应杂交变异概率方法 | 第53页 |
·并行遗传算法 | 第53-54页 |
·参数选取 | 第54-60页 |
·最小二乘支持向量机 | 第60-62页 |
·最小二乘支持向量机的改进 | 第62-64页 |
·白水浓度软测量 | 第64-70页 |
·白水工艺 | 第64-65页 |
·数据采集 | 第65-66页 |
·SVM建模 | 第66-67页 |
·实验结果 | 第67-70页 |
·小结 | 第70-71页 |
第七章 总结和展望 | 第71-73页 |
·工作总结 | 第71-72页 |
·研究展望 | 第72-73页 |
符号说明 | 第73-74页 |
参考文献 | 第74-80页 |
攻读硕士学位期间发表和待发表的学术论文目录 | 第80-81页 |
致谢 | 第81页 |