机床声音信号特征的统计分析
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-18页 |
| ·声音特征信息 | 第13-14页 |
| ·国内外声信号应用的研究现状 | 第14-15页 |
| ·统计分析技术的应用 | 第15-16页 |
| ·本文的研究背景和主要内容 | 第16-18页 |
| 第二章 基础理论知识 | 第18-28页 |
| ·数字信号处理 | 第18-24页 |
| ·信号采集 | 第18页 |
| ·预处理 | 第18-19页 |
| ·特征分析 | 第19-24页 |
| ·数理统计分析 | 第24-27页 |
| ·数据获得 | 第24页 |
| ·试验设计 | 第24-25页 |
| ·统计分析 | 第25-26页 |
| ·统计软件 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 实验方案 | 第28-33页 |
| ·实验设备 | 第28-30页 |
| ·实验条件 | 第30-31页 |
| ·采集参数 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 特征向量的提取与选择 | 第33-44页 |
| ·声音信号预处理 | 第33-34页 |
| ·特征提取的基本概念 | 第34页 |
| ·时幅域特征的提取 | 第34-36页 |
| ·频域特征的提取 | 第36-40页 |
| ·时频域特征的提取 | 第40-43页 |
| ·小波分析原理 | 第40-41页 |
| ·应用小波分解提取特征 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 声信号特征的统计分布研究 | 第44-60页 |
| ·时幅域统计特征分布 | 第44-54页 |
| ·车床类别统计分析 | 第44-51页 |
| ·铣床类别统计分析 | 第51-54页 |
| ·频域特征统计特征分布 | 第54-57页 |
| ·描述性特征统计分析 | 第54-55页 |
| ·机床转速对主频的影响 | 第55页 |
| ·主频特征数据分布拟合 | 第55-57页 |
| ·本章小结 | 第57-60页 |
| 第六章 多元统计分析与BP 神经网络 | 第60-78页 |
| ·多元统计分析理论 | 第60-65页 |
| ·因子分析 | 第60-61页 |
| ·判别分析 | 第61-65页 |
| ·应用FISHER 判别分析实现机床型号的识别 | 第65-70页 |
| ·综合独立指标的提取 | 第65-67页 |
| ·Fisher 分类函数的建立 | 第67-70页 |
| ·应用BP 神经网络实现机床信息的识别 | 第70-76页 |
| ·人工神经网络简介 | 第70页 |
| ·BP 神经网络结构的确定、训练和仿真 | 第70-76页 |
| ·问题机床的判别 | 第76-77页 |
| ·本章总结 | 第77-78页 |
| 第七章 声信号特征库与机床识别系统的开发 | 第78-86页 |
| ·特征库的设计与开发 | 第78-82页 |
| ·数据库主要功能 | 第78-82页 |
| ·其它辅助功能 | 第82页 |
| ·机床识别系统的设计与开发 | 第82-85页 |
| ·本章小结 | 第85-86页 |
| 第八章 总结与展望 | 第86-88页 |
| ·本文完成的主要工作 | 第86-87页 |
| ·对今后工作的展望 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 致谢 | 第91-92页 |
| 在校期间的研究成果及发表的学术论文 | 第92页 |
