首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于模糊支持向量机的烟气含氧量软测量

摘要第8-9页
ABSTRACT第9页
第1章 绪论第10-14页
    1.1 项目研究的背景及意义第10-11页
    1.2 含氧量测量的背景及研究现状第11-12页
    1.3 软测量技术的产生与发展第12页
    1.4 论文的研究工作及内容安排第12-14页
第2章 火电厂烟气含氧量测量方法第14-18页
    2.1 火电厂烟气含氧量第14页
    2.2 测量火电厂烟气含氧量的意义第14-15页
    2.3 间接测量烟气含氧量的方法第15-17页
    2.4 本章小结第17-18页
第3章 支持向量机理论与应用第18-30页
    3.1 软测量及支持向量机理论概述第18页
    3.2 支持向量机理论第18-20页
        3.2.1 VC维理论第18-19页
        3.2.2 风险最小理论第19-20页
    3.3 支持向量机分类第20-23页
        3.3.1 基本概念第20-21页
        3.3.2 线性支持向量机第21-22页
        3.3.3 非线性支持向量第22-23页
    3.4 支持向量机回归第23-26页
        3.4.1 ε-支持向量机回归第23-25页
        3.4.2 ν-支持向量机第25-26页
    3.5 核函数理论第26-27页
    3.6 支持向量机应用实例第27-29页
    3.7 本章小结第29-30页
第4章 模糊支持向量机算法理论与应用第30-44页
    4.1 模糊理论及隶属度函数的设计第30-33页
    4.2 模糊聚类分析第33-36页
        4.2.1 目标函数的模糊C值聚类算法第33-35页
        4.2.2 FCM算法的改进第35-36页
    4.3 模糊支持向量机第36-40页
        4.3.1 一般模糊支持向量机第36-38页
        4.3.2 多类模糊支持向量机第38-39页
        4.3.3 基于模糊系数规划的模糊支持向量机第39-40页
    4.4 应用实例第40-42页
    4.5 本章小结第42-44页
第5章 基于FSVM算法含氧量软测量方法第44-62页
    5.1 样本的选取和预处理第44-47页
    5.2 辅助变量的选取第47-50页
    5.3 FSVM软测量模型的建立第50-56页
        5.3.1 模糊隶属度函数的计算第50-51页
        5.3.2 核函数的选取第51-52页
        5.3.3 参数的选择第52-53页
        5.3.4 FSVM软测量模型第53-55页
        5.3.5 模型的验证第55-56页
    5.4 实验系统介绍第56-57页
    5.5 实验结果分析第57-61页
    5.6 总结第61-62页
第6章 总结与展望第62-64页
    6.1 总结第62页
    6.2 展望第62-64页
参考文献第64-67页
攻读硕士学位期间发表的论文及其它成果第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于DSP的交流永磁同步电机伺服系统设计
下一篇:基于ZigBee和WiFi融合技术的智能家居控制器系统研发