|
|
|
基于非线性部分最小二乘的软测量建模方法研究 |
|
论文目录 |
|
第一章 引言 | 第1-12页 | ·课题背景 | 第8-9页 | ·论文的主要内容 | 第9-12页 | 第二章 软测量建模概述 | 第12-22页 | ·软测量建模方法 | 第12-17页 | ·对软测量模型的一般要求 | 第12-13页 | ·建模方法 | 第13-17页 | ·影响软测量模型性能的因素 | 第17-20页 | ·二次变量的选择 | 第17-18页 | ·数据预处理 | 第18-20页 | ·软测量模型的在线修正 | 第20-22页 | 第三章 部分最小二乘(PLS)方法 | 第22-37页 | ·引言 | 第22页 | ·PLS的基本思想 | 第22-31页 | ·PLS的特征向量选取和奇异值分解 | 第22-27页 | ·PLS特征向量选取的几何意义 | 第27-29页 | ·NIPALS算法 | 第29-31页 | ·PLS用于软测量建模 | 第31-37页 | ·PLS回归模型 | 第31-32页 | ·PLS模型的良好特性 | 第32-35页 | ·应用 | 第35-37页 | 第四章 神经网络/部分最小二乘(NNPLS)方法 | 第37-52页 | ·引言 | 第37-38页 | ·NNPLS方法的基本思想 | 第38-39页 | ·模型结构 | 第39-40页 | ·带约束的混合神经网络训练 | 第40-42页 | ·模型灵敏度分析 | 第42-45页 | ·NNPLS模型与MLPNN比较 | 第45-47页 | ·聚丙稀熔融指数(MFR)在线软测量 | 第47-52页 | ·建立MFR动态软测量模型 | 第47-49页 | ·现场投运结果 | 第49-52页 | 第五章 递推部分最小二乘/神经网络(RPLSNN)方法 | 第52-79页 | ·引言 | 第52页 | ·块式递推部分最小二乘(BLOCK-WISE RPLS) | 第52-55页 | ·RBF网络 | 第55页 | ·递推部分最小二乘/神经网络(RPLSNN) | 第55-70页 | ·模型结构 | 第56页 | ·确定模型参数 | 第56-66页 | ·改进的k-means聚类算法 | 第56-61页 | ·采用PLS回归确定线性参数a_p,h_q,b | 第61-62页 | ·RPLSNN模型同其它模型性能比较 | 第62-66页 | ·递推算法 | 第66-70页 | ·应用 | 第70-79页 | 第六章 软测量建模软件原型 | 第79-87页 | ·软件结构 | 第79页 | ·软件功能 | 第79-87页 | ·建模任务管理 | 第79-81页 | ·模型组态 | 第81-83页 | ·数据处理 | 第83-84页 | ·模型建立 | 第84-85页 | ·模型校验 | 第85-87页 | 第七章 结语 | 第87-90页 | ·本论文的主要贡献 | 第87-89页 | ·软测量技术的展望 | 第89-90页 | 参考文献 | 第90-92页 | 致谢 | 第92-93页 | 个人简历 | 第93页 |
|
|
|
|
论文编号BS838469,这篇论文共93页 会员购买按0.35元/页下载,共需支付32.55元。 直接购买按0.5元/页下载,共需要支付46.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|