基于数据挖掘的弓网故障诊断
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 变量注释表 | 第16-17页 |
| 1 绪论 | 第17-24页 |
| 1.1 研究背景 | 第17-19页 |
| 1.2 国内外研究现状 | 第19-21页 |
| 1.3 弓网的检测项目 | 第21-22页 |
| 1.4 论文研究的目的和意义 | 第22-23页 |
| 1.5 论文的主要研究内容 | 第23-24页 |
| 2 弓网系统及故障分析 | 第24-33页 |
| 2.1 弓网的组成与结构 | 第24-28页 |
| 2.2 弓网故障类型及原因分析 | 第28-31页 |
| 2.3 弓网信号采集与检测 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 弓网故障中的数据分析技术 | 第33-45页 |
| 3.1 数据挖掘的基本算法 | 第33-36页 |
| 3.2 粗糙集理论概述 | 第36-39页 |
| 3.3 基于粗糙集的弓网数据挖掘过程 | 第39-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 改进支持向量机的弓网故障诊断方法 | 第45-57页 |
| 4.1 支持向量机简介 | 第45页 |
| 4.2 支持向量机(SVM)原理 | 第45-49页 |
| 4.3 核函数 | 第49页 |
| 4.4 Adaboost-SVM预测模型 | 第49-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 弓网故障诊断的实验检测 | 第57-65页 |
| 5.1 弓网故障检测 | 第57-61页 |
| 5.2 通信设计 | 第61-64页 |
| 5.3 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-66页 |
| 6.1 研究总结 | 第65页 |
| 6.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
