首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于深度学习的工业过程控制系统异常捡测技术的研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-17页
    1.1 研究背景第11-12页
    1.2 研究现状第12-14页
    1.3 论文主要研究内容第14-15页
    1.4 论文的组织结构第15-17页
第二章 相关知识介绍第17-27页
    2.1 缺失值填补算法第17-18页
    2.2 降维算法第18页
    2.3 浅层学习和深度学习算法第18-20页
    2.4 单分类算法算法第20-22页
    2.5 多分类算法介绍第22页
    2.6 传统DBN算法介绍第22-24页
    2.7 田纳西-伊斯曼过程的介绍第24-27页
第三章 基于深度学习的数据预处理第27-37页
    3.1 概述第27页
    3.2 缺失值的处理第27-30页
        3.2.1 去噪DBN的模型第27-28页
        3.2.2 缺失值归集策略第28-30页
    3.3 降维处理第30页
    3.4 实验结果第30-35页
        3.4.1 实验数据第30-31页
        3.4.2 缺失值归集实验第31-33页
        3.4.3 降维实验结果第33-35页
    3.5 本章总结第35-37页
第四章 基于DDBN的单分类异常检测第37-47页
    4.1 概述第37-38页
    4.2 DBN的特征提取原理第38-40页
    4.3 OCSVM模型第40-42页
    4.4 DDBN-OCSVM模型第42-43页
    4.5 实验数据和结果第43-46页
        4.5.1 实验数据第43-44页
        4.5.2 实验结果第44-46页
    4.6 本章小结第46-47页
第五章 多分类异常检测第47-55页
    5.1 概述第47页
    5.2 多分类算法第47-49页
        5.2.1 多分类解决方向第47-48页
        5.2.2 多样分类组合策略第48-49页
    5.3 多样化的一对一方法第49-51页
    5.4 实验与结果第51-54页
    5.5 本章小结第54-55页
第六章 总结与展望第55-57页
    6.1 总结第55-56页
    6.2 展望第56-57页
参考文献第57-63页
致谢第63-65页
攻读学位期间发表的学术论文第65页

论文共65页,点击 下载论文
上一篇:Network Data Security for the Detection System in the Internet of Things with Deep Learming Approach
下一篇:基于短期负荷预测的含分布式电源的配电网重构研究