| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| Extended Abstract | 第7-17页 |
| 1 绪论 | 第17-28页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 国内外研究现状与评述 | 第18-25页 |
| 1.3 本文主要研究内容 | 第25-28页 |
| 2 基于变长粒子群优化算法的离散隐马尔科夫模型参数估计 | 第28-42页 |
| 2.1 引言 | 第28页 |
| 2.2 相关工作 | 第28-30页 |
| 2.3 DHMM 及 BW 算法 | 第30-32页 |
| 2.4 VLPSO 优化 DHMM 模型 | 第32-37页 |
| 2.5 仿真 | 第37-41页 |
| 2.6 本章小结 | 第41-42页 |
| 3 最小误分及低复杂度隐马尔可夫模型的多目标粒子群优化 | 第42-53页 |
| 3.1 引言 | 第42页 |
| 3.2 相关工作 | 第42-43页 |
| 3.3 DHMM 模型 | 第43-44页 |
| 3.4 多目标粒子群优化算法 | 第44-45页 |
| 3.5 MOPSO 优化 HMM | 第45-47页 |
| 3.6 仿真 | 第47-51页 |
| 3.7 本章小结 | 第51-53页 |
| 4 多目标粒子群优化隐马尔可夫模型的故障诊断与预警 | 第53-66页 |
| 4.1 引言 | 第53页 |
| 4.2 相关工作 | 第53-54页 |
| 4.3 HMM 模型及其训练 | 第54-58页 |
| 4.4 基于 HMM 的故障预警 | 第58-61页 |
| 4.5 MOPSO 优化 HMM | 第61-62页 |
| 4.6 仿真 | 第62-65页 |
| 4.7 本章小结 | 第65-66页 |
| 5 基于隐式半马尔可夫模型的胶带机故障预警 | 第66-77页 |
| 5.1 引言 | 第66-67页 |
| 5.2 相关工作 | 第67-68页 |
| 5.3 HSMM 模型 | 第68-72页 |
| 5.4 故障预警算法 | 第72页 |
| 5.5 实验 | 第72-76页 |
| 5.6 本章小结 | 第76-77页 |
| 6 基于高斯隐马尔可夫模型的胶带机故障预警 | 第77-83页 |
| 6.1 引言 | 第77页 |
| 6.2 相关工作 | 第77-78页 |
| 6.3 基于 MG-HMM 的故障预警 | 第78-80页 |
| 6.4 实验 | 第80-82页 |
| 6.5 本章小结 | 第82-83页 |
| 7 混合高斯隐马尔可夫模型与固定尺寸最小二乘支持向量机回归的故障预警 | 第83-92页 |
| 7.1 引言 | 第83-84页 |
| 7.2 固定尺寸最小二乘支持向量机 | 第84-87页 |
| 7.3 故障预警系统框架 | 第87-88页 |
| 7.4 仿真 | 第88-91页 |
| 7.5 本章小结 | 第91-92页 |
| 8 结论 | 第92-94页 |
| 8.1 总结 | 第92页 |
| 8.2 展望 | 第92-94页 |
| 参考文献 | 第94-106页 |
| 作者简历 | 第106-109页 |
| 学位论文数据集 | 第109页 |
