基于高斯混合模型的时变过程软测量建模

声明

致谢

摘要

图目录

表目录

缩写

1 绪论

1．1 课题背景和研究意义

1．2 软测量建模的研究内容和研究现状

1．2．1 软测量的基本概念及步骤

1．2．2 软测量建模的主要方法

1．3 软测量建模存在的问题

1．3．1 过程时变

1．3．2 过程非高斯

1．3．3 过程非线性

1．4 本论文的研究内容及安排

2 时变过程软测量建模方法

2．1 引言

2．2 基本的线性回归方法

2．2．1 最小二乘(Least Square，LS)

2．2．2 主成分回归(Principal Component Regression，PCR)

2．2．3 偏最小二乘(Partial Least Square，PLS)

2．3 时变软测量建模方法

2．3．1 递归偏最小二乘法(RPLS)

2．3．2 快速滑动窗PCA(FMWPCA)

2．3．3 即时学习(Just-In-Time-Learning)

2．4 本章小结

3 基于高斯混合模型的即时学习建模方法

3．1 引言

3．2 高斯混合模型(Gaussian Mixture Model)

3．3 基于自适应高斯混合模型(GMM)的即时学习(JITL)

3．3．1 高斯混合模型递归更新

3．3．2 自适应建模步骤

3．4 仿真实验

3．4．1 数值例子

3．4．2 Debutainzer仿真例子

3．5 本章小结

4 基于高斯混合模型的局部加权偏最小二乘(LWPLS)建模

4．1 引言

4．2 局部加权偏最小二乘回归(LWPLS)

4．3 基于自适应高斯混合模型的权值选择方法

4．4 Debutainzer仿真

4．5 本章小结

5 总结与展望

5．1 研究工作总结

5．2 研究工作展望

参考文献

攻读硕士学位期间完成的学术论文

攻读硕士学位期间参加的科研项目

个人简历