文摘
英文文摘
1前言
1.1红外光谱简介
1.2红外光谱的应用
1.2.1定性分析
1.2.2定量分析
1.3计算机辅助红外光谱解析
2支持向量机
2.1线性支持向量机
2.2.1线性可分
2.2.2线性不可分
2.2非线性支持向量机
2.3支持向量机回归
3神经网络
3.1误差反向传播神经网络
3.1.1BP算法的基本原理
3.1.2 BP学习算法的优化
3.2径向基函数网络
4支持向量机用于解析红外光谱子结构
4.1数据处理以及软硬件设备
4.1.1数据处理
4.1.2软硬件设备
4.2支持向量机在红外光谱解析方面的应用
4.2.1支持向量机的训练
4.2.2支持向量机识别输出数据的统计指标
4.2.3输入节点数对预测结果的影响
4.2.4支持向量机对子结构的预测结果
4.2.5神经网络对子结构的预测结果
4.3讨论
4.3.1支持向量机和神经网络预测结果的比较
4.3.2预测能力与特征波段之间的关系
4.3.3训练结果与样本数目的关系
4.3.4支持向量机的优势
4.4结论
4.5展望
5支持向量机回归用于炭黑工艺建模
5.1炭黑及炭黑生产工艺简介
5.1.1炭黑
5.1.2炭黑生产工艺
5.2炭黑工艺建模的实际意义及必要性
5.3数据处理以及软硬件设备
5.3.1数据来源及预处理
5.3.2软硬件设备
5.4支持向量机方法在炭黑工艺建模中的应用
5.4.1支持向量机用于炭黑工艺建模
5.4.2神经网络用于炭黑工艺建模
5.4.3支持向量机和神经网络预测结果的比较
5.5结论
6参考文献
硕士期间发表论文情况
致谢
声明