| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-28页 |
| 1.1 故障严重程度识别的背景和研究意义 | 第12-13页 |
| 1.2 故障严重程度识别的本质分析 | 第13-14页 |
| 1.3 故障严重程度识别的研究现状 | 第14-24页 |
| 1.3.1 故障分类的研究现状 | 第14-18页 |
| 1.3.2 故障严重程度识别的研究现状 | 第18-20页 |
| 1.3.3 有序分类的研究现状 | 第20-24页 |
| 1.4 现有的故障严重程度识别方法存在的问题 | 第24-25页 |
| 1.5 本文主要研究内容和组织结构 | 第25-28页 |
| 第2章 基于距离的单调分类特征选择 | 第28-61页 |
| 2.1 引言 | 第28页 |
| 2.2 基于有序依赖度的特征评价 | 第28-32页 |
| 2.3 基于有序间隔的特征评价 | 第32-38页 |
| 2.4 有序依赖度与有序间隔的关系 | 第38-39页 |
| 2.5 基于有序依赖度的特征选择 | 第39-51页 |
| 2.5.1 算法设计 | 第39-41页 |
| 2.5.2 实验分析 | 第41-51页 |
| 2.6 基于有序间隔的特征选择 | 第51-60页 |
| 2.6.1 算法设计 | 第51-53页 |
| 2.6.2 实验分析 | 第53-60页 |
| 2.7 本章小结 | 第60-61页 |
| 第3章 基于排序熵的单调分类特征选择 | 第61-86页 |
| 3.1 引言 | 第61页 |
| 3.2 Shannon 熵的基本概念 | 第61-65页 |
| 3.3 排序熵指标 | 第65-70页 |
| 3.3.1 排序熵的定义及性质 | 第65-68页 |
| 3.3.2 模糊排序熵的定义及性质 | 第68-70页 |
| 3.4 排序熵的鲁棒性分析 | 第70-71页 |
| 3.5 基于排序熵的特征选择 | 第71-85页 |
| 3.5.1 特征评价指标 | 第71-72页 |
| 3.5.2 最大相关最小冗余（mRMR）搜索策略 | 第72-74页 |
| 3.5.3 实验分析 | 第74-85页 |
| 3.6 本章小结 | 第85-86页 |
| 第4章 非单调特征和单调特征混合的有序分类特征选择 | 第86-100页 |
| 4.1 引言 | 第86-87页 |
| 4.2 特征单调性评定方法 | 第87-88页 |
| 4.3 非单调特征和单调特征的混合一致性指标 | 第88-91页 |
| 4.4 基于非单调特征和单调特征混合的有序分类特征选择 | 第91-99页 |
| 4.4.1 算法设计 | 第91-94页 |
| 4.4.2 实验分析 | 第94-99页 |
| 4.5 本章小结 | 第99-100页 |
| 第5章 基于有序分类的齿轮裂纹故障严重程度识别 | 第100-116页 |
| 5.1 引言 | 第100页 |
| 5.2 实验描述与数据获取 | 第100-103页 |
| 5.3 特征提取 | 第103-106页 |
| 5.4 故障严重程度特征选择 | 第106-111页 |
| 5.5 故障严重程度识别 | 第111-114页 |
| 5.6 本章小结 | 第114-116页 |
| 结论 | 第116-118页 |
| 参考文献 | 第118-131页 |
| 攻读博士学位期间发表的论文及其它成果 | 第131-133页 |
| 致谢 | 第133-134页 |
| 个人简历 | 第134页 |