首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于支持向量描述和子空间辨识的故障检测方法研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第11-19页
    1.1 故障检测的研究背景和意义第11页
    1.2 故障检测方法研究现状第11-15页
        1.2.1 故障检测研究内容第11-12页
        1.2.2 故障检测方法分类第12-15页
    1.3 支持向量描述和子空间辨识故障检测方法研究现状第15-17页
    1.4 本文主要研究内容第17-19页
第2章 基于马氏距离的超椭球体SVDD故障检测方法研究第19-41页
    2.1 支持向量描述相关理论及问题分析第19-25页
        2.1.1 预备知识第19-22页
        2.1.2 支持向量描述(SVDD)简介第22-23页
        2.1.3 问题分析第23-25页
    2.2 超椭球体支持向量描述故障检测方法第25-29页
        2.2.1 方法描述第25-27页
        2.2.2 模型求解第27-29页
    2.3 实验与分析第29-40页
        2.3.1 半导体生产过程控制数据集仿真分析第29-31页
        2.3.2 田纳西-伊斯曼过程数据集仿真分析第31-40页
    2.4 本章小结第40-41页
第3章 基于和声搜索的带故障类超椭球体SVDD故障检测方法研究第41-63页
    3.1 问题分析第41-43页
    3.2 基于和声搜索的带故障类超椭球SVDD故障检测方法第43-53页
        3.2.1 带故障类超椭球SVDD方法第43-47页
        3.2.2 自适应和声搜索算法设计第47-51页
        3.2.3 方法故障检测流程第51-53页
    3.3 实验与分析第53-62页
        3.3.1 典型UCI数据集仿真分析第53-56页
        3.3.2 田纳西-伊斯曼过程数据集仿真分析第56-62页
    3.4 本章小结第62-63页
第4章 基于滑动窗口子空间辨识的联合故障检测策略设计第63-85页
    4.1 问题分析第63-65页
    4.2 滑动窗口子空间辨识故障检测方法研究第65-71页
        4.2.1 基于SIM的故障检测器第65-70页
        4.2.2 滑动窗口设计第70页
        4.2.3 方法故障检测流程第70-71页
    4.3 联合ESVDD和MWSI的故障检测策略设计第71-72页
    4.4 实验与分析第72-84页
        4.4.1 田纳西-伊斯曼过程数据变量分块第73-75页
        4.4.2 结果与分析第75-84页
    4.5 本章小结第84-85页
第5章 结论与展望第85-87页
参考文献第87-91页
致谢第91-93页
攻读硕士期间科研情况第93页

论文共93页,点击 下载论文
上一篇:《美术馆的“奥秘”》翻译实践报告
下一篇:山东省普通高校体育舞蹈课程资源开发的研究