声明
摘要
第1章 绪论
1.1 研究目的和意义
1.2 故障诊断技术
1.2.1 故障诊断技术内容
1.2.2 故障诊断方法
1.3 基于支持向量机的故障诊断方法
1.4 啤酒生产过程工艺及设备
1.4.1 啤酒发酵过程及生产工艺
1.4.2 啤酒发酵过程装置
1.4.3 传感器故障与啤酒发酵
1.5 本文主要研究内容及论文结构安排
第2章 支持向量机理论基础及核空间聚类
2.1 支持向量机
2.2 最小二乘支持向量机
2.3 核函数
2.4 聚类分析
2.4.1 发展情况
2.4.2 聚类分析分类
2.4.3 核空间聚类算法
2.5 本章小结
第3章 基于粒子群算法机支持向量机的参数寻优
3.1 支持向量机的参数寻优
3.2 粒子群算法
3.3 基于PSO优化的LS-SVM参数寻优
3.4 仿真实验
3.5 本章小结
第4章 基于聚类的稀疏化算法设计
4.1 最小二乘支持向量机稀疏化
4.2 基于核空间聚类的稀疏算法
4.2.1 算法描述
4.2.2 故障诊断算法步骤
4.3 仿真实验
4.4 本章小结
结论
参考文献
攻读硕士研究生期间取得的学术成果
致谢