基于有序决策树的故障程度诊断研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景 | 第10-11页 |
| ·电厂故障诊断 | 第10-11页 |
| ·故障程度诊断 | 第11页 |
| ·单调故障特征和单调性约束 | 第11页 |
| ·故障程度诊断的国内外研究现状 | 第11-15页 |
| ·振动故障特征的获取 | 第12页 |
| ·故障模型的建立 | 第12-14页 |
| ·故障程度诊断 | 第14-15页 |
| ·本文研究内容 | 第15-16页 |
| 第2章 有序分类方法 | 第16-24页 |
| ·有序分类 | 第16页 |
| ·单调分类 | 第16-18页 |
| ·多标准决策分析 | 第18-22页 |
| ·Outranking 建模 | 第18-19页 |
| ·Symbolic model 建模 | 第19-20页 |
| ·基于案例的建模 | 第20-22页 |
| ·基于多目标优化的故障诊断 | 第22页 |
| ·有序回归 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于有序信息熵的决策树 | 第24-44页 |
| ·引言 | 第24-26页 |
| ·不单调噪声对单调分类的影响分析 | 第24-25页 |
| ·随机单调模型和有序信息熵 | 第25-26页 |
| ·Shannon 信息熵 | 第26-27页 |
| ·有序信息熵 | 第27-32页 |
| ·决策树算法 | 第32-34页 |
| ·基于有序信息熵的决策树算法 | 第34-37页 |
| ·程序描述 | 第34-35页 |
| ·性质研究 | 第35-37页 |
| ·实验分析 | 第37-42页 |
| ·在人工数据上的实验 | 第37-39页 |
| ·在现实数据上的实验 | 第39-42页 |
| ·本章总结 | 第42-44页 |
| 第4章 混合有序决策树 | 第44-56页 |
| ·引言 | 第44页 |
| ·特征单调性判定 | 第44-46页 |
| ·混合有序决策树 | 第46-49页 |
| ·程序描述 | 第46-48页 |
| ·性质研究 | 第48-49页 |
| ·实验分析 | 第49-55页 |
| ·本章总结 | 第55-56页 |
| 第5章 齿轮箱故障程度识别 | 第56-61页 |
| ·实验描述 | 第56-57页 |
| ·特征提取 | 第57-59页 |
| ·实验结果 | 第59-60页 |
| ·本章总结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69页 |
