声明
第一章 绪论
第一节 研究背景与意义
第二节 主要研究内容与框架
第三节 本文特色与创新之处
第二章 基于特征融合的质量异常模式识别研究现状
第一节 动态过程质量异常模式
一 动态过程质量控制
二 动态过程质量模式与数据描述
第二节 基于特征提取的模式识别研究现状
一 基于单一类型数据特征的提取方法
二 基于融合特征的提取方法
三 质量异常模式识别方法
第三节 支持向量机分类原理及参数优化
一 支持向量机分类原理
二 支持向量机核函数选择与参数优化
第三章 基于特征融合的质量异常MSVM识别模型
第一节 质量异常模式识别框架与特征提取
一 质量异常模式的识别框架
二 模式分类特征提取
第二节 动态过程质量模式的特征融合
一 特征融合过程
二 融合特征约简
第三节 基于特征融合的MSVM异常模式识别模型
一 构建多分类支持向量机
二 基于特征融合的MSVM识别模型
第四章 基于特征融合的MSVM识别模型仿真分析
第一节 仿真样本数据的产生与预处理
一 仿真数据的产生
二 样本数据的预处理
第二节 基于粗糙集的融合特征约简
一 建立决策表
二 条件属性离散化
三 决策表属性约简
四 融合特征的分布对比
第三节 基于融合特征的MSVM仿真实验
一 基于PSO参数优化的MSVM识别
二 不同特征提取方法的比较研究
三 不同分类方法的比较研究
第五章 结论与展望
第一节 论文结论
第二节 展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢