| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题来源 | 第13页 |
| 1.2 课题研究背景及意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 论文主要研究内容 | 第16-17页 |
| 1.5 论文结构安排 | 第17-19页 |
| 第二章 稀疏分解方法分析 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 稀疏表示理论概述 | 第19-20页 |
| 2.3 稀疏分解算法 | 第20-23页 |
| 2.3.1 松弛算法 | 第20-22页 |
| 2.3.2 贪婪算法 | 第22-23页 |
| 2.4 典型稀疏分解算法性能分析 | 第23-28页 |
| 2.4.1 最小角回归算法分析 | 第24页 |
| 2.4.2 正交匹配追踪算法分析 | 第24-26页 |
| 2.4.3 算法对比与总结 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 自适应相关Laplace字典构造方法及应用 | 第29-53页 |
| 3.1 引言 | 第29页 |
| 3.2 自适应相关Laplace字典构造方法研究 | 第29-33页 |
| 3.2.1 Laplace小波原子 | 第29-31页 |
| 3.2.2 自适应相关参数选取法 | 第31-33页 |
| 3.2.3 Laplace字典构造方法 | 第33页 |
| 3.3 基于Laplace字典稀疏表示的特征提取 | 第33-46页 |
| 3.3.1 算法性能仿真分析 | 第34-39页 |
| 3.3.2 实验验证与分析 | 第39-46页 |
| 3.4 基于Laplace字典的信号重构方法研究 | 第46-52页 |
| 3.4.1 算法性能仿真分析 | 第47-50页 |
| 3.4.2 实验验证与分析 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于在线字典学习的稀疏表示及应用 | 第53-71页 |
| 4.1 引言 | 第53页 |
| 4.2 字典学习算法 | 第53-55页 |
| 4.2.1 MOD及K-SVD字典 | 第53-54页 |
| 4.2.2 在线字典学习 | 第54-55页 |
| 4.3 基于在线字典学习方法的故障特征提取方法 | 第55-66页 |
| 4.3.1 算法性能仿真分析 | 第55-59页 |
| 4.3.2 实验验证与分析 | 第59-66页 |
| 4.4 基于在线字典学习的稀疏表示方法参数分析 | 第66-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第五章 结论与展望 | 第71-73页 |
| 5.1 本课题研究总结 | 第71页 |
| 5.2 后续研究方向展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 研究成果及发表的学术论文 | 第79-81页 |
| 作者与导师简介 | 第81-82页 |
| 附件 | 第82-83页 |