一类间歇过程基于数据驱动的过程监控方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 间歇过程概念 | 第9-12页 |
| 1.1.1 过程特性 | 第9页 |
| 1.1.2 数据特性及预处理 | 第9-12页 |
| 1.2 研究背景和意义 | 第12-13页 |
| 1.3 本课题研究现状和动态研究分析 | 第13-16页 |
| 1.3.1 基于PCA的过程监测 | 第13-15页 |
| 1.3.2 基于kNN的过程监测 | 第15-16页 |
| 1.4 论文的主要内容和章节安排 | 第16-17页 |
| 第2章 基础知识 | 第17-21页 |
| 2.1 主元分析 | 第17-18页 |
| 2.1.1 主元分析原理 | 第17页 |
| 2.1.2 基于主元分析的过程监控 | 第17-18页 |
| 2.2 κ近邻 | 第18-20页 |
| 2.2.1 κ近邻概述 | 第18-19页 |
| 2.2.2 基于κ近邻的过程监控 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 κ近邻方法实时监控间歇过程的研究 | 第21-27页 |
| 3.1 引言 | 第21-22页 |
| 3.2 基于κ近邻的实时监测方法 | 第22-23页 |
| 3.3 仿真研究 | 第23-26页 |
| 3.3.1 青霉素发酵过程 | 第24页 |
| 3.3.2 数据的产生及预处理 | 第24-25页 |
| 3.3.3 结果分析 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 基于局部敏感哈希和κ近邻的快速监控方法 | 第27-36页 |
| 4.1 引言 | 第27-28页 |
| 4.2 精确欧式局部敏感哈希 | 第28-29页 |
| 4.3 基于快速κ近邻的实时监测方法 | 第29-31页 |
| 4.4 仿真研究 | 第31-35页 |
| 4.4.1 数据产生 | 第31-32页 |
| 4.4.2 结果分析 | 第32-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第5章 时段划分下κ近邻实时监控间歇过程的研究 | 第36-43页 |
| 5.1 引言 | 第36-37页 |
| 5.2 相关知识 | 第37-38页 |
| 5.2.1 随机投影 | 第37页 |
| 5.2.2 K-均值聚类 | 第37-38页 |
| 5.3 基于时段划分的间歇过程实时监测方法 | 第38-40页 |
| 5.3.1 间歇过程的子时段划分 | 第38-39页 |
| 5.3.2 基于子时段的κ近邻建模和在线监测 | 第39-40页 |
| 5.4 仿真研究 | 第40-42页 |
| 5.4.1 数据产生 | 第40页 |
| 5.4.2 结果分析 | 第40-42页 |
| 5.4.2.1 子时段划分分析 | 第41页 |
| 5.4.2.2 监测性能分析 | 第41-42页 |
| 5.5 本章小结 | 第42-43页 |
| 第6章 总结与展望 | 第43-45页 |
| 6.1 工作总结 | 第43页 |
| 6.2 工作展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 附录 | 第52页 |
