基于KPCA-BHMM的窑内喂煤趋势预测
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-17页 |
·研究背景 | 第10-12页 |
·回转窑研究现状 | 第12-14页 |
·论文研究的意义 | 第14-15页 |
·论文的内容和结构安排 | 第15-17页 |
第2章 时间序列的特征提取 | 第17-26页 |
·引言 | 第17页 |
·时间序列 | 第17-19页 |
·时间序列压缩简述 | 第17-19页 |
·窑前时间序列趋势化 | 第19页 |
·主成分分析 | 第19-21页 |
·核主成分分析 | 第21-24页 |
·PCA 与 KPCA 的比对 | 第24-25页 |
·PCA 与 KPCA 非线性数据处理比对 | 第24页 |
·KPCA 的窑前应用分析 | 第24-25页 |
·本章小结 | 第25-26页 |
第3章 隐 Markov 模型 | 第26-41页 |
·引言 | 第26页 |
·Markov 过程和 Markov 模型 | 第26-28页 |
·隐 Markov 模型基本理论 | 第28-31页 |
·HMM的基本算法 | 第31-36页 |
·前后-后向算法 | 第31-34页 |
·Viterbi 算法 | 第34页 |
·Baum—Welch 算法 | 第34-36页 |
·实际应用中对 HMM 算法的改进和处理 | 第36-37页 |
·HMM 在窑前喂煤预测应用中的分析 | 第37-40页 |
·语音识别中的 HMM 应用 | 第37-38页 |
·HMM 应用于喂煤量的可行性分析 | 第38-39页 |
·HMM 在喂煤量趋势预测中的作用 | 第39-40页 |
·本章小结 | 第40-41页 |
第4章 基于 KPCA-BHMM 喂煤趋势预测 | 第41-50页 |
·引言 | 第41页 |
·回转窑喂煤量预测模型的建立 | 第41-49页 |
·时间序列的选取和压缩 | 第41-42页 |
·利用 KPCA 进行特征提取 | 第42-44页 |
·特征数据的矢量量化 | 第44-45页 |
·HMM 的建立 | 第45-47页 |
·最小风险贝叶斯决策 | 第47-49页 |
·本章小结 | 第49-50页 |
第5章 实验仿真及分析 | 第50-54页 |
·实验仿真 | 第50-53页 |
·结论 | 第53页 |
·本章小结 | 第53-54页 |
总结 | 第54-56页 |
参考文献 | 第56-60页 |
附录 A 攻读硕士学位期间所发表的学术论文目录 | 第60-61页 |
附录 B 攻读硕士学位期间参研项目 | 第61-62页 |
附录 C 某综合评价系统样本数据集 | 第62-63页 |
致谢 | 第63页 |