声明
致谢
摘要
1.1 论文的研究背景和意义
1.2 过程监测的研究内容和现状
1.3 现有过程监测中存在的问题
1.4 基于小样本的故障分类研究
1.4.1 模式识别概述
1.4.2 基于主动学习的故障分类
1.4.3 基于半监督学习的故障分类
1.5 本文研究内容及创新点
1.5.1 本文研究内容
1.5.2 各章节主要内容安排及创新点
2.1 引言
2.2 主动学习方法介绍
2.3 半监督学习方法介绍
2.4 不平衡数据分类方法介绍
2.5 基本分类方法
2.6 实验平台简介
2.7 本章小结
第3章 基于主动学习和加权支持向量机的故障分类
3.1 引言
3.2 改进的BvSB主动学习
3.3 改进的加权支持向量机
3.4 算法描述
3.5 实验分析
3.5.1 实验设置
3.5.2 实验结果
3.6 本章小结
4.1 引言
4.2 基于决策融合的半监督分类算法
4.2.1 基于改进贝叶斯决策融合的分类模型
4.2.2 半监督学习中训练集更新的充分条件
4.2.3 不平衡数据的SMOTE重采样
4.2.4 奇异标注点的剪辑
4.2.5 基于决策融合的半监督分类算法流程
4.3 集成主动学习和半监督学习的分类算法
4.3.1 融合动机
4.3.2 集成主动学习和半监督学习的分类算法流程
4.4 案例研究
4.4.1 基于改进贝叶斯决策融合的半监督分类算法仿真测试
4.4.2 集成主动学习和半监督学习的分类算法仿真测试
4.5 本章小结
第5章 总结与展望
5.1 本文研究内容的总结
5.2 未来工作的展望
参考文献
附录
浙江大学;