| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题背景及研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 工业过程中故障检测研究现状 | 第10-12页 |
| 1.2.2 工业过程中故障预测研究现状 | 第12页 |
| 1.2.3 支持向量机研究现状 | 第12-14页 |
| 1.2.4 半监督支持向量机研究现状 | 第14-15页 |
| 1.3 本文的研究内容及结构 | 第15-18页 |
| 2 支持向量机基本原理 | 第18-30页 |
| 2.1 统计学习理论 | 第18-21页 |
| 2.1.1 经验风险最小化 | 第18-19页 |
| 2.1.2 VC维 | 第19页 |
| 2.1.3 结构风险最小化 | 第19-21页 |
| 2.2 支持向量机 | 第21-26页 |
| 2.2.1 支持向量机基本原理 | 第21-22页 |
| 2.2.2 线性可分支持向量机 | 第22-23页 |
| 2.2.3 近似非线性可分支持向量机 | 第23-24页 |
| 2.2.4 非线性可分支持向量机 | 第24-26页 |
| 2.3 基于支持向量机的分类器的建立 | 第26-28页 |
| 2.3.1 支持向量机分类器建立的基本过程 | 第26页 |
| 2.3.2 核函数的选择 | 第26-27页 |
| 2.3.3 优化算法 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3 基于支持向量机非线性工业过程的故障检测 | 第30-46页 |
| 3.1 连续搅拌釜式加热器 | 第30-34页 |
| 3.1.1 CSTH过程简介 | 第30-31页 |
| 3.1.2 体积与热平衡 | 第31-32页 |
| 3.1.3 蒸汽系统的热传导 | 第32页 |
| 3.1.4 实验数据 | 第32-34页 |
| 3.2 常见的故障检测方法 | 第34-39页 |
| 3.2.1 PCA故障检测原理 | 第34-35页 |
| 3.2.2 PLS故障检测原理 | 第35-37页 |
| 3.2.3 IPLS故障检测原理 | 第37-39页 |
| 3.3 对非线性工业过程的故障检测 | 第39-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 基于改进半监督支持向量机的CSTH过程的故障预测 | 第46-56页 |
| 4.1 引言 | 第46-47页 |
| 4.2 传统半监督支持向量机算法 | 第47-48页 |
| 4.3 基于TWSVM的故障预测原理 | 第48-49页 |
| 4.4 基于S~4VM的故障预测原理 | 第49-51页 |
| 4.5 基于改进半监督支持向量机的CSTH过程的故障预测 | 第51-54页 |
| 4.6 本章小结 | 第54-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-66页 |
| 发表论文和参与项目情况 | 第66-68页 |
| 致谢 | 第68-69页 |