| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究课题的背景和意义 | 第9-10页 |
| ·结构健康状态监测的发展和研究现状 | 第10-14页 |
| ·机械故障诊断的国内外发展现状 | 第10-13页 |
| ·聚类分析方法在结构健康状态监测的研究现状 | 第13-14页 |
| ·Mean Shift 聚类研究现状 | 第14-16页 |
| ·本文的主要内容和章节安排 | 第16-17页 |
| 第二章 信号的预处理 | 第17-41页 |
| ·引言 | 第17页 |
| ·时域指标 | 第17-24页 |
| ·时域指标定义 | 第17-18页 |
| ·时域指标实验 | 第18-24页 |
| ·频域指标 | 第24-26页 |
| ·频域指标定义 | 第24页 |
| ·频域指标实验 | 第24-26页 |
| ·小波包变换 | 第26-32页 |
| ·小波变换 | 第26-29页 |
| ·小波包变换 | 第29-31页 |
| ·小波包指标实验 | 第31-32页 |
| ·能量熵对于滚动轴承健康状态监测 | 第32-39页 |
| ·原始数据能量熵 | 第33-34页 |
| ·时域指标能量熵 | 第34-36页 |
| ·频域指标能量熵 | 第36-37页 |
| ·小波包能量熵 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第三章 基于 Mean Shift 的聚类分析 | 第41-58页 |
| ·引言 | 第41页 |
| ·聚类分析 | 第41-45页 |
| ·聚类分析的原理 | 第41-43页 |
| ·k-means 聚类算法 | 第43-45页 |
| ·Mean Shift 理论 | 第45-49页 |
| ·核密度估计 | 第45-47页 |
| ·密度梯度估计 | 第47-49页 |
| ·Mean Shift 聚类 | 第49-57页 |
| ·Mean Shift 聚类算法步骤 | 第49页 |
| ·实验 | 第49-52页 |
| ·仿真实验 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第四章 自适应 Mean Shift 的结构健康状态监测 | 第58-71页 |
| ·引言 | 第58页 |
| ·自适应 meanshift 理论 | 第58-62页 |
| ·核密度估计 | 第58-59页 |
| ·自适应 Mean Shift 聚类 | 第59-61页 |
| ·自适应 Mean Shift 聚类算法流程 | 第61-62页 |
| ·基于自适应 Mean Shift 的结构健康状态监测 | 第62-66页 |
| ·实验 | 第62-64页 |
| ·Mean Shift 算法与自适应 Mean Shift 的比较 | 第64-66页 |
| ·基于质心偏移的结构健康监测 | 第66-69页 |
| ·基于质心偏移的结构健康状态监测步骤 | 第67页 |
| ·轴承结构模型 | 第67-68页 |
| ·实验 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 结论与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文和参加的科研项目 | 第77-78页 |
| 致谢 | 第78页 |
