| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-12页 |
| 图目录 | 第12-13页 |
| 表目录 | 第13-14页 |
| 主要缩写符号对照表 | 第14-16页 |
| 1 绪论 | 第16-32页 |
| ·学习问题概述 | 第16-18页 |
| ·核学习理论算法介绍 | 第18-23页 |
| ·正则化技术和核函数 | 第18-20页 |
| ·支持向量机算法简介 | 第20-21页 |
| ·最小二乘支持向量机算法 | 第21-23页 |
| ·核学习理论工业过程应用 | 第23-27页 |
| ·软测量方法综述 | 第23-24页 |
| ·核学习方法应用现状 | 第24-26页 |
| ·核学习方法研究现状 | 第26-27页 |
| ·本文概要和框架 | 第27-32页 |
| 2 在线核学习算法 | 第32-48页 |
| ·引言 | 第32-34页 |
| ·在线递推核学习 | 第34-40页 |
| ·在线递推核学习框架 | 第34-35页 |
| ·前向学习过程 | 第35-38页 |
| ·后向学习过程 | 第38-40页 |
| ·仿真研究:在线递推核学习方法比较 | 第40-44页 |
| ·催化裂化过程简介 | 第41-42页 |
| ·结果与讨论 | 第42-44页 |
| ·局部核学习算法 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 3 Hammerstein模型自适应辨识 | 第48-64页 |
| ·引言 | 第48-50页 |
| ·基于核学习的Hammerstein离线辨识 | 第50-52页 |
| ·Hammerstein模型递推自适应辨识 | 第52-56页 |
| ·数据预处理及改进离线辨识 | 第53-54页 |
| ·在线递推辨识 | 第54-55页 |
| ·在线稀疏及模型重初始化策略 | 第55-56页 |
| ·仿真研究 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 4 低秩加权核学习及其间歇过程软测量应用 | 第64-84页 |
| ·引言 | 第64-65页 |
| ·发酵过程简介 | 第65-67页 |
| ·发酵过程概况 | 第65-66页 |
| ·发酵过程特点难点及研究现状 | 第66-67页 |
| ·局部加权核学习 | 第67-71页 |
| ·全局建模 | 第68页 |
| ·局部加权模型更新 | 第68-69页 |
| ·全局模型更新 | 第69-70页 |
| ·算法流程 | 第70-71页 |
| ·半监督"加权核"学习 | 第71-75页 |
| ·半监督方法概论 | 第71-72页 |
| ·加权核学习 | 第72-73页 |
| ·低秩递推模型更新 | 第73-75页 |
| ·青霉素仿真研究 | 第75-82页 |
| ·青霉素过程简介 | 第75-77页 |
| ·实验结果及讨论 | 第77-82页 |
| ·本章小结 | 第82-84页 |
| 5 在线多核学习及其多工况建模应用 | 第84-96页 |
| ·引言 | 第84-86页 |
| ·多类样本问题多核在线建模 | 第86-91页 |
| ·基于类信息的多核设计 | 第86-88页 |
| ·基于多类核的在线回归问题 | 第88-91页 |
| ·实验仿真 | 第91-94页 |
| ·本章小结 | 第94-96页 |
| 6 加权局部核学习算法及在汽油干点建模应用 | 第96-112页 |
| ·引言 | 第96-97页 |
| ·自适应局部核学习 | 第97-105页 |
| ·加权核学习理论 | 第97-100页 |
| ·相似样本集构建 | 第100-104页 |
| ·基于ALKL的局部建模流程 | 第104-105页 |
| ·仿真研究:数值仿真及FCCU汽油干点在线建模和预报 | 第105-109页 |
| ·数值仿真:相似度策略比较 | 第105-106页 |
| ·汽油干点在线预测:核学习策略比较研究 | 第106-109页 |
| ·本章小结 | 第109-112页 |
| 7 总结与展望 | 第112-116页 |
| ·创新性工作总结 | 第112-113页 |
| ·研究工作展望 | 第113-116页 |
| 参考文献 | 第116-128页 |
| 致谢 | 第128-130页 |
| 攻博期间完成的论文和参与的课题 | 第130-131页 |