首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于LS-SVM的红霉素发酵过程软测量方法研究

摘要第1-6页
ABSTRACT第6-7页
目录第7-9页
第一章 绪论第9-19页
   ·生物发酵工业的发展第10-11页
   ·红霉素发酵的发展现状第11-13页
   ·软测量技术的研究现状第13-17页
   ·本课题的研究意义和主要研究内容第17-19页
     ·课题研究的意义第17页
     ·主要研究内容第17-19页
第二章 支持向量机及其回归方法第19-35页
   ·统计学习理论第19-23页
     ·经验风险最小化原则(ERM原则)第20-21页
     ·VC(Vapnik Chervonenkis)维第21-22页
     ·推广性的界第22页
     ·结构风险最小化准则(SRM准则)第22-23页
   ·支持向量机第23-29页
     ·最优分类面第23-26页
     ·支持向量机的模型结构第26-28页
     ·核函数第28-29页
   ·支持向量机回归模型第29-31页
   ·最小二乘支持向量机回归模型第31-32页
   ·sinc函数仿真第32-34页
   ·本章小结第34-35页
第三章 基于LS-SVM的红霉素发酵过程软测量建模第35-49页
   ·辅助变量的选择第36页
   ·数据预处理第36-39页
   ·核函数及模型参数选择第39-41页
     ·核函数的选择第39页
     ·模型参数选择第39-41页
   ·红霉素发酵过程软测量模型的建立第41-48页
     ·基于网格搜索和交叉验证寻优方法的LS-SVM软测量建模步骤第41-44页
     ·基于LS-SVM的红霉素发酵关键生物量仿真及结果分析第44-48页
   ·本章小结第48-49页
第四章 红霉素发酵过程系统设计及主要参量检测第49-60页
   ·发酵过程控制系统第49-53页
     ·MSP430F169微处理器第50页
     ·数据采集系统第50-51页
     ·输出控制系统第51-52页
     ·人机交互通道第52页
     ·其它模块第52-53页
   ·主要参量的检测第53-59页
     ·温度的检测第53-56页
     ·pH的检测第56-57页
     ·溶氧的检测第57-59页
   ·本章小结第59-60页
第五章 总结与展望第60-62页
致谢第62-63页
参考文献第63-67页
研究生期间发表的论文第67页

论文共67页,点击 下载论文
上一篇:基于ARM9嵌入式系统的联合收割机负荷反馈控制系统的研究
下一篇:基于支持向量机苹果采摘机器人视觉系统的研究