基于半监督学习的工况识别方法研究及铜闪速熔炼过程中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·课题背景 | 第8-10页 |
| ·复杂工业过程工况识别的研究现状 | 第10-15页 |
| ·基于数学模型的方法 | 第10-12页 |
| ·基于知识的方法 | 第12-14页 |
| ·基于数据的方法 | 第14-15页 |
| ·半监督学习研究现状 | 第15-17页 |
| ·本论文的主要研究内容 | 第17-18页 |
| 第二章 基于数据剪辑的半监督最近邻分类算法 | 第18-38页 |
| ·机器学习方法概述 | 第18-20页 |
| ·无监督学习 | 第18-19页 |
| ·监督学习 | 第19页 |
| ·半监督学习 | 第19-20页 |
| ·半监督学习方法 | 第20-23页 |
| ·半监督学习的理论依据 | 第20-22页 |
| ·半监督学习的两大假设 | 第22-23页 |
| ·YATSI算法 | 第23-26页 |
| ·κ-近邻算法 | 第23-24页 |
| ·带样本权重的κ-近邻算法 | 第24-25页 |
| ·YATSI算法介绍 | 第25-26页 |
| ·YATSI算法的不足 | 第26页 |
| ·半监督最近邻分类算法 | 第26-29页 |
| ·WilsonTh数据剪辑 | 第26-27页 |
| ·YATSI算法的改进与实现 | 第27-29页 |
| ·基分类器的选取 | 第29-33页 |
| ·贝叶斯分类 | 第29-31页 |
| ·决策树算法 | 第31-33页 |
| ·实验与分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于半监督学习的铜闪速熔炼工况识别 | 第38-49页 |
| ·铜闪速熔炼机理分析 | 第38-41页 |
| ·奥托昆普闪速炉结构 | 第38-39页 |
| ·铜闪速熔炼原理 | 第39页 |
| ·熔炼过程主要化学反应 | 第39-41页 |
| ·影响闪速熔炼过程工况的因素分析 | 第41-43页 |
| ·富氧浓度对闪速炼铜的影响 | 第41-42页 |
| ·炉料组成对闪速熔炼的影响 | 第42-43页 |
| ·其它因素对闪速熔炼的影响 | 第43页 |
| ·数据预处理及实验结果分析 | 第43-48页 |
| ·训练数据的获取和预处理 | 第43-44页 |
| ·实验结果分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 铜闪速熔炼过程工况识别系统 | 第49-59页 |
| ·铜闪速熔炼过程工况识别系统分析 | 第49-51页 |
| ·系统架构及实施步骤 | 第51-54页 |
| ·系统基本架构 | 第51-53页 |
| ·系统实施步骤 | 第53-54页 |
| ·软件界面 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-61页 |
| ·结论 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间主要的研究成果 | 第67页 |
