| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 研究背景和研究意义 | 第12-14页 |
| 1.2 过程工业图像处理技术研究现状 | 第14-15页 |
| 1.3 回转窑熟料烧结工艺过程与烧结工况识别问题 | 第15-18页 |
| 1.4 回转窑熟料烧结工况识别研究现状及存在的问题 | 第18-21页 |
| 1.5 本文的主要工作 | 第21-24页 |
| 第2章 预备知识 | 第24-40页 |
| 2.1 图像信息预处理方法 | 第24-25页 |
| 2.2 特征提取方法 | 第25-31页 |
| 2.2.1 边际判别分析 | 第25-28页 |
| 2.2.2 重构独立成分分析 | 第28-30页 |
| 2.2.3 半监督学习 | 第30-31页 |
| 2.3 模式分类器设计方法 | 第31-37页 |
| 2.3.1 隐马尔可夫模型 | 第31-35页 |
| 2.3.2 支持向量机 | 第35-37页 |
| 2.4 本章小结 | 第37-40页 |
| 第3章 基于半监督独立成分分析和隐马尔可夫模型的回转窑熟料烧结工况识别方法 | 第40-68页 |
| 3.1 回转窑熟料烧结工况识别策略 | 第40-41页 |
| 3.2 基于主成分分析的白化降维预处理方法 | 第41-43页 |
| 3.3 基于半监督独立成分分析的特征提取方法 | 第43-44页 |
| 3.4 基于隐马尔可夫模型的模式分类器设计 | 第44-48页 |
| 3.4.1 分类器结构设计 | 第45-46页 |
| 3.4.2 分类器离线学习算法 | 第46-47页 |
| 3.4.3 分类器在线应用算法 | 第47-48页 |
| 3.5 实验验证 | 第48-66页 |
| 3.5.1 数据描述 | 第48-50页 |
| 3.5.2 模型结构参数选择 | 第50-52页 |
| 3.5.3 基于主成分分析的白化降维预处理实验结果 | 第52页 |
| 3.5.4 基于半监督独立成分分析的特征提取实验结果与分析 | 第52-58页 |
| 3.5.5 基于隐马尔可夫模型的熟料烧结工况识别结果与分析 | 第58-66页 |
| 3.6 本章小结 | 第66-68页 |
| 第4章 回转窑熟料烧结工况识别实验系统的设计与实现 | 第68-80页 |
| 4.1 引言 | 第68页 |
| 4.2 实验系统开发技术简介 | 第68-70页 |
| 4.3 实验系统结构与功能设计 | 第70-72页 |
| 4.4 基于半监督独立成分分析与隐马尔可夫模型的工况识别方法在实验系统上的功能实现 | 第72-77页 |
| 4.4.1 前端浏览器网页开发 | 第72-75页 |
| 4.4.2 后台算法程序设计 | 第75-77页 |
| 4.5 基于半监督独立成分分析与隐马尔可夫模型的工况识别方法在实验系统上的实验验证 | 第77-79页 |
| 4.6 本章小结 | 第79-80页 |
| 第5章 结论与展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士期间的主要工作 | 第88页 |
