声明
致谢
摘要
插图
表格
1.1 研究背景及意义
1.1.1 工业大数据
1.1.2 高炉炉况稳定性判别
1.2 相关研究及研究现状
1.2.1 机理建模
1.2.2 数据驱动的建模方法
1.2.3 分类算法的研究及应用
1.2.4 炉况智能判别系统与可视化技术
1.3 本章工作和章节安排
1.4 本章小结
2 高炉数据集预处理和相关性分析
2.1 数据集简介
2.1.1 炉况参数数据
2.1.2 经济指标数据
2.1.3 现场工况记录
2.2 数据预处理
2.2.1 异常值处理
2.2.2 缺失值处理
2.2.3 统一时间尺度
2.2.4 数据标准化
2.3 关联性分析与特征选择
2.3.1 炉况平稳性对经济指标的影响
2.3.2 炉况参数与运行平稳性之间的关联性
2.3.3 特征选择
2.4 本章小结
3 基于混合高斯-朴素贝叶斯的炉况判别模型
3.1 问题描述与分析
3.1.1 问题描述
3.1.2 问题分析与模型选取
3.1.3 数据集设置
3.2 模型框架
3.2.1 框架概述
3.2.2 混合高斯模型
3.2.3 参数估计
3.2.4 投票机制
3.2.5 朴素贝叶斯分类器
3.3 模型性能评估
3.3.1 假设检验
3.3.2 检验指标
3.3.3 对比模型
3.3.4 实验结果
3.4 本章小结
4 高炉炉况智能判别系统的设计与实现
4.1 智能判别系统技术简介
4.2 可视化工具简介
4.3 炉况智能判别系统架构
4.4 重点模块设计说明
4.4.1 前端模块介绍
4.4.2 后端模块介绍
4.5 系统展示
4.5.1 系统首页
4.5.2 数据分析模块
4.5.3 模型训练模块
4.5.4 实时监测模块
4.6 本章小结
5.1 本文工作总结
5.2 研究工作展望
参考文献