传感器异常检测技术研究及应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 研究意义、当前国内外现状分析 | 第8-11页 |
| 1.1.1 课题研究的意义 | 第8-9页 |
| 1.1.2 国内外研究现状 | 第9-11页 |
| 1.2 异常检测基本知识 | 第11-17页 |
| 1.2.1 异常的定义 | 第11-12页 |
| 1.2.2 异常的分类 | 第12-14页 |
| 1.2.3 异常检测评价方法 | 第14-15页 |
| 1.2.4 异常检测的挑战 | 第15-16页 |
| 1.2.5 异常检测的应用 | 第16-17页 |
| 1.3 本文的组织结构 | 第17-19页 |
| 第二章 相关异常检测方法综述 | 第19-30页 |
| 2.1 基于统计的检测方法 | 第19-20页 |
| 2.1.1 基于分布的异常检测 | 第19-20页 |
| 2.1.2 基于深度的异常检测 | 第20页 |
| 2.2 基于距离的检测方法 | 第20-22页 |
| 2.2.1 基于索引的方法 | 第21页 |
| 2.2.2 嵌套循环的方法 | 第21页 |
| 2.2.3 基于单元的方法 | 第21-22页 |
| 2.3 基于密度的检测方法 | 第22页 |
| 2.4 新技术方法 | 第22-30页 |
| 2.4.1 基于聚类的检测方法 | 第22-23页 |
| 2.4.2 基于神经网络的异常检测方法 | 第23-24页 |
| 2.4.3 基于支持向量机的异常检测方法 | 第24-25页 |
| 2.4.4 基于贝叶斯网络的异常检测方法 | 第25页 |
| 2.4.5 基于马尔可夫模型的异常检测方法 | 第25-27页 |
| 2.4.6 基于特征空间的异常检测方法 | 第27-28页 |
| 2.4.7 基于生物学的方法 | 第28-30页 |
| 第三章 传感器异常检测方法研究 | 第30-43页 |
| 3.1 问题的背景 | 第30页 |
| 3.2 在线最小二乘支持向量机方法 | 第30-34页 |
| 3.3 卡尔曼滤波方法 | 第34-37页 |
| 3.3.1 线性卡尔曼滤波 | 第34-36页 |
| 3.3.2 扩展卡尔曼滤波 | 第36-37页 |
| 3.4 稀疏编码 | 第37-43页 |
| 3.4.1 标准的稀疏编码 | 第38-40页 |
| 3.4.2 图正则化的稀疏编码 | 第40-43页 |
| 第四章 火力发电厂传感器数据异常检测 | 第43-52页 |
| 4.1 电厂数据预处理 | 第43-44页 |
| 4.2 基于在线最小二乘支持向量机异常检测 | 第44-46页 |
| 4.3 基于扩展卡尔曼滤波的异常检测 | 第46-48页 |
| 4.4 基于图正则稀疏编码的异常检测 | 第48-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 本文工作总结 | 第52页 |
| 5.2 未来工作展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 发表论文和参加科研情况说明 | 第58-59页 |
| 致谢 | 第59-60页 |
