声明
摘要
第一章 前言
1.1 研究背景与意义
1.2 相关理论与技术综述
1.2.1 时间序列数据挖掘
1.2.2 数据挖掘知识表达方法
1.2.3 数据驱动的工业过程监控
1.3 内容安排
第二章 基于相似度的动态时延估计
2.1 引言
2.2 互相关函数法
2.3 动态时延分析方法
2.4 实例研究
2.5 本章小结
第三章 基于相似度可伸缩窗的动态时延分析
3.1 引言
3.2 基于相似可伸缩窗动态时延估计(e-DTA)
3.3 实例研究
3.4 本章小结
第四章 动态时延序列预测方法
4.1 引言
4.2 基于改进的模糊插值方法
4.3 基于卷积神经网络的方法
4.4 实例研究
4.5 本章小结
第五章 基于动态时间模糊Petri网的动态时延表达与推理
5.1 引言
5.2 动态时间模糊Petri网
5.2.1 相关基础
5.2.2 扩展规则
5.2.3 模型建立
5.2.4 推理算法
5.3 实例研究
5.4 本章小结
第六章 基于动态时间模糊Petri网的工业过程异常状态监控
6.1 引言
6.2 异常状态检测
6.3 异常状态传播
6.3.1 传播推理
6.3.2 操作的策略优化
6.4 异常状态诊断
6.4.1 状态异常信息诊断
6.4.2 到达时间异常信息诊断
6.5 实例研究
6.6 本章小结
第七章 结论与展望
7.1 研究结论
7.2 工作展望
参考文献
致谢
研究成果及发表的学术论文
作者及导师简介