| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 异常数据的定义 | 第10-11页 |
| 1.3 异常数据研究现状 | 第11-15页 |
| 1.3.1 基于统计的方法 | 第11-12页 |
| 1.3.2 基于距离的方法 | 第12-13页 |
| 1.3.3 基于偏差的方法 | 第13页 |
| 1.3.4 基于密度的方法 | 第13-14页 |
| 1.3.5 基于神经网络的方法 | 第14-15页 |
| 1.4 过程数据特点 | 第15-16页 |
| 1.5 本文的主要工作 | 第16-17页 |
| 第2章 小波分析的理论基础 | 第17-33页 |
| 2.1 小波变换的发展背景 | 第17-18页 |
| 2.2 小波变换的基础理论 | 第18-22页 |
| 2.2.1 连续小波变换 | 第19-21页 |
| 2.2.2 离散小波变换 | 第21页 |
| 2.2.3 二进小波变换 | 第21-22页 |
| 2.3 常见小波及性能分析 | 第22-26页 |
| 2.3.1 几种常见小波介绍 | 第22-26页 |
| 2.3.2 常见小波性能分析 | 第26页 |
| 2.4 小波变换的模极大值原理 | 第26-31页 |
| 2.4.1 小波变换模极大值与函数奇异点的关系 | 第26-27页 |
| 2.4.2 李氏指数(Lipschitz Exponent) | 第27-29页 |
| 2.4.3 奇异性的表征 | 第29-30页 |
| 2.4.4 Mallat模极大值原理 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 基于小波变换的异常数据检测方法 | 第33-43页 |
| 3.1 过程控制中异常数据的定义 | 第33-34页 |
| 3.2 基于小波变换的异常数据检测方法 | 第34-37页 |
| 3.2.1 基小波的选择 | 第34-36页 |
| 3.2.2 阈值的确定 | 第36-37页 |
| 3.3 仿真研究 | 第37-42页 |
| 3.3.1 样本数据 | 第37-38页 |
| 3.3.2 小波尺度的选择 | 第38-39页 |
| 3.3.3 仿真结果 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 突变点的检测方法 | 第43-59页 |
| 4.1 突变点介绍 | 第43-44页 |
| 4.1.1 突变点的定义 | 第43-44页 |
| 4.1.2 突变点检测方法的研究现状 | 第44页 |
| 4.2 基于小波变换模极大值的突变点检测方法 | 第44-46页 |
| 4.3 仿真研究 | 第46-47页 |
| 4.4 耦合异常点的检测 | 第47-57页 |
| 4.4.1 耦合模型的建立 | 第47-52页 |
| 4.4.2 耦合异常点的检测原理 | 第52-54页 |
| 4.4.3 仿真研究 | 第54-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 结束语 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |