| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景及意义 | 第9-10页 |
| ·软测量建模理论 | 第10页 |
| ·多模型建模方法研究现状 | 第10-12页 |
| ·多模型集成方法 | 第11页 |
| ·建模数据的分类方法 | 第11页 |
| ·子模型的连接方法 | 第11-12页 |
| ·论文的研究内容及安排 | 第12-15页 |
| 第二章 软测量技术及建模方法 | 第15-21页 |
| ·引言 | 第15页 |
| ·软测量技术研究 | 第15-16页 |
| ·辅助变量的选择 | 第15页 |
| ·数据采集及预处理 | 第15-16页 |
| ·软测量模型的建立 | 第16页 |
| ·模型的在线校正 | 第16页 |
| ·基于数据驱动的软测量建模 | 第16-20页 |
| ·支持向量机算法 | 第16-19页 |
| ·偏最小二乘算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于扩张搜索聚类的多模型软测量建模方法 | 第21-29页 |
| ·引言 | 第21页 |
| ·基于近邻的聚类算法 | 第21-23页 |
| ·基于MMMD 距离的过失误差侦破方法 | 第21-22页 |
| ·扩张搜索聚类算法 | 第22-23页 |
| ·多模型软测量系统 | 第23-24页 |
| ·仿真实例 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于局部重构融合流形聚类的多模型软测量建模 | 第29-37页 |
| ·引言 | 第29页 |
| ·改进的扩张搜索聚类算法 | 第29-32页 |
| ·流形距离与欧式距离 | 第29-30页 |
| ·基于流形距离的扩张搜索聚类算法 | 第30-32页 |
| ·局部重构融合流形聚类算法 | 第32-34页 |
| ·多模型软测量系统 | 第34-35页 |
| ·仿真实例 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于二次数据划分的多模型软测量建模方法 | 第37-47页 |
| ·引言 | 第37页 |
| ·改进的粗糙集分类器 | 第37-40页 |
| ·粗糙集理论基本概念 | 第37-38页 |
| ·基于概率测度的决策规则 | 第38-39页 |
| ·样本相似度 | 第39页 |
| ·粗糙集分类器的建立 | 第39-40页 |
| ·基于最小风险贝叶斯决策理论的加权粗糙集算法 | 第40-43页 |
| ·加权粗糙集 | 第40-41页 |
| ·最小风险加权粗糙集 | 第41页 |
| ·基于AdaBoostM2 算法的样本权重寻优 | 第41-43页 |
| ·多模型软测量系统 | 第43-44页 |
| ·仿真实例 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第六章 局部惩罚加权核偏最小二乘算法及其在多模型中的应用 | 第47-55页 |
| ·引言 | 第47页 |
| ·基于核映射的SIMPLS 非线性特征提取 | 第47-48页 |
| ·基于局部学习算法的惩罚加权最小二乘算法 | 第48-50页 |
| ·样本权系数的确定 | 第48-49页 |
| ·惩罚系数的引入 | 第49-50页 |
| ·局部惩罚加权核偏最小二乘算法的构造 | 第50页 |
| ·多模型软测量系统 | 第50-51页 |
| ·仿真实例 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第七章 总结与展望 | 第55-59页 |
| ·本文的工作总结 | 第55-56页 |
| ·今后工作展望 | 第56-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第65页 |