基于隐马尔科夫模型的信号分类
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·引言 | 第8页 |
| ·论文选题背景和意义 | 第8-11页 |
| ·齿轮故障诊断研究意义 | 第8-10页 |
| ·纹理图像检索研究意义 | 第10-11页 |
| ·研究内容与国内外现状 | 第11-14页 |
| ·本文的研究工作及内容安排 | 第14-16页 |
| ·论文研究工作 | 第14页 |
| ·论文内容安排 | 第14-16页 |
| 2 理论介绍 | 第16-27页 |
| ·引言 | 第16页 |
| ·小波理论 | 第16-19页 |
| ·小波理论发展 | 第16-17页 |
| ·连续小波变换 | 第17-18页 |
| ·离散小波变换 | 第18-19页 |
| ·多分辨率分析 | 第19页 |
| ·隐马尔科夫模型理论 | 第19-22页 |
| ·马尔科夫链 | 第19-20页 |
| ·隐马尔科夫模型 | 第20-22页 |
| ·小波域隐马尔科夫模型 | 第22-26页 |
| ·小波域统计模型 | 第22-23页 |
| ·小波域HMT 模型 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于小波域 HMM 的齿轮故障诊断 | 第27-47页 |
| ·引言 | 第27页 |
| ·复小波包去噪 | 第27-35页 |
| ·小波包去噪原理 | 第27-28页 |
| ·改进对偶树复小波包去噪 | 第28-31页 |
| ·去噪效果 | 第31-35页 |
| ·齿轮信号统计特征分析 | 第35-39页 |
| ·小波域HMM 齿轮故障诊断 | 第39-41页 |
| ·实验方案设计及结果 | 第41-46页 |
| ·实验设计 | 第41页 |
| ·实验结果与分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于抗混叠轮廓波 HMT 模型的纹理图像检索 | 第47-63页 |
| ·引言 | 第47-48页 |
| ·抗混叠轮廓波理论 | 第48-54页 |
| ·Contourlet 变换 | 第48-50页 |
| ·抗混叠Contourlet 变换 | 第50-54页 |
| ·抗混叠轮廓波HMT 模型 | 第54-56页 |
| ·改进的隐马尔科夫模型KLD 距离 | 第56-58页 |
| ·实验设计与实现 | 第58-62页 |
| ·实验框架设计 | 第58-61页 |
| ·实验结果分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 5 结论与展望 | 第63-65页 |
| ·本文总结 | 第63页 |
| ·下一步工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
