首页--工业技术论文--机械、仪表工业论文--机械运行与维修论文

机械设备智能诊断中视听信息融合方法研究

摘要第4-6页
abstract第6-8页
第一章 绪论第12-24页
    1.1 课题的研究背景与意义第12-15页
    1.2 基于信息融合的故障诊断方法第15-17页
    1.3 故障诊断中信息融合方法的国内外研究现状第17-19页
    1.4 视听信息融合的国内外研究现状第19-21页
    1.5 本论文的主要研究内容及结构安排第21-24页
第二章 视听信息融合的生理学启示及理论基础第24-34页
    2.1 引言第24页
    2.2 视听信息融合的生理学研究启示第24-27页
    2.3 信息融合的理论基础第27-32页
        2.3.1 信息融合的功能模型第27-30页
        2.3.2 信息融合的层次化描述与和故障诊断中的一般框架第30-31页
        2.3.3 信息融合的主要技术和方法第31-32页
    2.4 视听信息融合的特殊性第32-33页
    2.5 本章小结第33-34页
第三章 视听信息故障特征描述与提取与选择第34-66页
    3.1 引言第34-36页
    3.2 视觉信息特征参数的定义与描述第36-42页
        3.2.1 颜色特征第36-37页
        3.2.2 纹理特征第37-39页
        3.2.3 形状特征第39-41页
        3.2.4 运动特征第41-42页
    3.3 听觉信息特征参数的定义与描述第42-44页
        3.3.1 时域特征参数的定义第42-43页
        3.3.2 频域特征参数的定义第43-44页
        3.3.3 能量特征参数的定义第44页
    3.4 基于EMD-ICA联合降噪的听觉信息故障特征提取第44-48页
        3.4.1 ICA方法分析第44-46页
        3.4.2 EMD方法分析第46-47页
        3.4.3 EMD-ICA联合信号处理技术第47-48页
    3.5 基于距离评估的特征选择技术第48-53页
        3.5.1 特征选择技术概述第48-49页
        3.5.2 改进的基于类内、类间距离的特征评估技术第49-53页
    3.6 BP神经网络分类器的构建第53-57页
        3.6.1 人工神经元模型描述第53-54页
        3.6.2 BP神经网络分类器第54-56页
        3.6.3 基于特征评估及BP神经网络的故障诊断模型第56-57页
    3.7 基于改进的特征选择方法故障诊断实验及分析第57-65页
    3.8 本章小结第65-66页
第四章 基于自适应模糊神经推理系统的分类器构建第66-86页
    4.1 引言第66-67页
    4.2 自适应模糊神经推理系统第67-69页
    4.3 ANFIS算法分析第69-72页
    4.4 ANFIS算法的改进研究第72-77页
        4.4.1 基于Fletcher-ReevesUpdate共轭梯度法的ANFIS改进第73-74页
        4.4.2 基于SCG法的ANFIS改进第74-75页
        4.4.3 基于LM算法的ANFIS改进第75-77页
    4.5 改进算法的对比试验第77-81页
    4.6 LM-ANFIS算法的优化第81-84页
    4.7 本章小结第84-86页
第五章 基于ANFIS和D-S证据理论的分层诊断模型第86-108页
    5.1 引言第86页
    5.2 证据组合方法分析第86-87页
    5.3 D-S证据理论第87-91页
        5.3.1 基本概念第87-91页
        5.3.2 D-S合成规则第91页
    5.4 D-S证据理论的改进第91-94页
    5.5 基于ANFIS和D-S证据理论的分层信息融合模型第94-96页
        5.5.1 基于ANFIS的初步诊断第95-96页
        5.5.2 基于D-S证据理论的融合决策诊断第96页
    5.6 手机屏幕AOI自动检测系统中诊断实例分析第96-106页
        5.6.1 实验设备与环境介绍第96-99页
        5.6.2 实验硬件系统组成第99页
        5.6.3 实验步骤第99-105页
        5.6.4 实验结果分析第105-106页
    5.7 本章小结第106-108页
第六章 总结与展望第108-112页
    6.1 研究工作总结第108-109页
    6.2 研究方向展望第109-112页
参考文献第112-120页
攻读学位期间所取得的相关成果第120-122页
致谢第122页

论文共122页,点击 下载论文
上一篇:以p21Cip1/WAF1为靶点的小激活RNA抗肠癌研究
下一篇:时空全域代理模型及大坝参数反演应用