基于支持向量机的发酵过程建模方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·发酵过程建模概述与进展 | 第7-10页 |
| ·动力学机理建模 | 第7-8页 |
| ·神经网络建模 | 第8页 |
| ·支持向量机建模 | 第8-9页 |
| ·其他建模方法 | 第9-10页 |
| ·本课题主要研究内容 | 第10-11页 |
| 第二章 支持向量机理论及其发展 | 第11-23页 |
| ·统计学理论 | 第11-13页 |
| ·VC 维 | 第11-12页 |
| ·一致性概念与推广性的界 | 第12-13页 |
| ·结构风险最小化原则 | 第13页 |
| ·支持向量机理论简述 | 第13-17页 |
| ·支持向量分类机 | 第14页 |
| ·支持向量回归机 | 第14-16页 |
| ·支持向量机的训练算法 | 第16-17页 |
| ·支持向量机的优势 | 第17页 |
| ·支持向量机在发酵过程中的建模 | 第17-22页 |
| ·青霉素发酵过程简介 | 第17-18页 |
| ·SVM 对青霉素发酵过程建模 | 第18-20页 |
| ·影响支持向量机的参数 | 第20-21页 |
| ·结论 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 改进的支持向量机算法 | 第23-32页 |
| ·引言 | 第23页 |
| ·最小二乘支持向量机理论 | 第23-27页 |
| ·问题的提出 | 第23页 |
| ·最小二乘支持向量机算法简介 | 第23-24页 |
| ·最小二乘支持向量机建模 | 第24-26页 |
| ·结论 | 第26-27页 |
| ·模糊最小二乘支持向量机理论 | 第27-30页 |
| ·问题的提出 | 第27页 |
| ·模糊最小二乘支持向量机算法简述 | 第27-28页 |
| ·模糊隶属度函数 | 第28-30页 |
| ·结论 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第四章 稀疏模糊最小二乘支持向量机 | 第32-40页 |
| ·引言 | 第32页 |
| ·LS-SVM 稀疏化思想 | 第32-33页 |
| ·几种稀疏化算法 | 第33-36页 |
| ·Suykens 的稀疏LS-SVM 算法 | 第33-34页 |
| ·基于线性相关性的稀疏LS-SVM | 第34-36页 |
| ·稀疏模糊最小二乘支持向量机 | 第36-39页 |
| ·稀疏模糊最小二乘支持向量机算法实现与建模 | 第36-39页 |
| ·结论 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| ·论文总结 | 第40页 |
| ·研究展望 | 第40-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-48页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第48页 |
