| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 引言 | 第12页 |
| 1.2 间歇过程特性 | 第12-14页 |
| 1.2.1 过程特性 | 第12-13页 |
| 1.2.2 过程数据特性 | 第13-14页 |
| 1.3 间歇过程监测方法研究现状 | 第14-19页 |
| 1.3.1 整体建模监测方法 | 第14-17页 |
| 1.3.2 时段划分监测方法 | 第17-19页 |
| 1.4 课题的研究意义和主要研究内容 | 第19-22页 |
| 1.4.1 课题的研究意义 | 第19-20页 |
| 1.4.2 主要研究内容 | 第20-22页 |
| 第二章 基于支持向量数据描述的间歇过程监测方法研究 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 支持向量数据描述 | 第22-27页 |
| 2.2.1 最小封闭超球模型 | 第22-24页 |
| 2.2.2 核函数非线性特征映射 | 第24-26页 |
| 2.2.3 方法特性与影响因素 | 第26-27页 |
| 2.3 基于支持向量数据描述的间歇过程监测 | 第27-30页 |
| 2.3.1 间歇过程数据预处理 | 第27-28页 |
| 2.3.2 间歇过程监测 | 第28-29页 |
| 2.3.3 基于SVDD的间歇过程监测方法特征 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于SVDD的多时段间歇过程分段监测方法研究 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 基于SVDD的多时段间歇过程分段监测 | 第32-37页 |
| 3.2.1 SVDD分段原理 | 第32-34页 |
| 3.2.2 基于SVDD的多时段间歇过程分段监测 | 第34-37页 |
| 3.3 仿真实验 | 第37-42页 |
| 3.3.1 青霉素生产仿真平台 | 第37-39页 |
| 3.3.2 算法参数选择 | 第39-40页 |
| 3.3.3 对比测试 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于核相似度SVDD的多时段间歇过程监测方法研究 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 基于核相似度SVDD的多时段间歇过程监测 | 第44-51页 |
| 4.2.1 核相似度SVDD | 第44-47页 |
| 4.2.2 基于核相似度SVDD的多时段间歇过程监测方法 | 第47-50页 |
| 4.2.3 基于核相似度SVDD的多时段间歇过程监测方法实现 | 第50-51页 |
| 4.3 实验验证与分析 | 第51-58页 |
| 4.3.1 数值仿真 | 第51-55页 |
| 4.3.2 半导体金属刻蚀过程 | 第55-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 结论与展望 | 第60-62页 |
| 5.1 结论 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 研究成果及发表的学术论文 | 第68-70页 |
| 作者及导师简介 | 第70-72页 |
| 附件 | 第72-73页 |
