| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-14页 |
| 第2章 锅炉燃烧稳定性相关因素分析 | 第14-24页 |
| 2.1 煤粉的燃烧过程 | 第14-19页 |
| 2.2 锅炉燃烧稳定性反映因素 | 第19页 |
| 2.3 锅炉燃烧稳定性影响因素 | 第19-23页 |
| 2.3.1 锅炉实时参数 | 第19页 |
| 2.3.2 火焰图像特征量 | 第19-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 多数据融合介绍 | 第24-33页 |
| 3.1 数据融合的背景与概念介绍 | 第24页 |
| 3.2 数据融合的层次 | 第24-27页 |
| 3.3 数据融合的方法 | 第27-29页 |
| 3.4 神经网络介绍 | 第29-31页 |
| 3.4.1 生物神经网络模型 | 第29页 |
| 3.4.2 人工神经网络模型 | 第29-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 锅炉燃烧判稳模型搭建过程 | 第33-51页 |
| 4.1 研究对象 | 第33页 |
| 4.2 特征量介绍 | 第33-36页 |
| 4.3 基于Kohonen神经网络的初步判稳建模 | 第36-41页 |
| 4.3.1 Kohonen神经网络介绍 | 第36-39页 |
| 4.3.2 基于Kohonen神经网络的初步判稳建模 | 第39-41页 |
| 4.4 基于时间序列神经网络的进一步判稳 | 第41-50页 |
| 4.4.1 时间序列神经网络介绍 | 第41-48页 |
| 4.4.2 基于时间序列神经网络的进一步判稳建模 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 结论与展望 | 第51-53页 |
| 5.1 结论 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |