| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-19页 |
| ·引言 | 第10页 |
| ·信息融合简介 | 第10-12页 |
| ·信息融合的定义和原理 | 第10-11页 |
| ·信息融合的模型 | 第11-12页 |
| ·信息融合的应用 | 第12页 |
| ·证据理论在信息融合中的地位和作用 | 第12-13页 |
| ·区间 D-S 证据理论的研究现状 | 第13-14页 |
| ·基于区间值信度结构的故障诊断模型及实现步骤 | 第14-15页 |
| ·基于区间值信度结构的故障诊断模型 | 第14-15页 |
| ·诊断证据的获取 | 第15页 |
| ·诊断证据的合并 | 第15页 |
| ·故障决策规则 | 第15页 |
| ·区间值信度结构在故障诊断中存在的问题 | 第15-17页 |
| ·本文的项目来源及主要研究内容 | 第17-19页 |
| 第2章 区间值信度结构理论基础 | 第19-28页 |
| ·引言 | 第19页 |
| ·DEMPSTER-SHAFER 证据理论 | 第19-22页 |
| ·传统 D-S 证据理论基础 | 第19-21页 |
| ·可传递信度模型(TBM) | 第21-22页 |
| ·区间值信度结构理论 | 第22-25页 |
| ·证据更新的相关规则 | 第25-27页 |
| ·Jeffery 规则 | 第25页 |
| ·Jeffery-like 规则 | 第25-26页 |
| ·线性组合规则 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于折扣因子优化的区间值信度结构归一化方法 | 第28-35页 |
| ·引言 | 第28-29页 |
| ·问题描述 | 第29-30页 |
| ·基于折扣因子优化的 IBS 归一化方法 | 第30-31页 |
| ·对原始 IBS 的折扣 | 第30-31页 |
| ·基于区间向量欧式距离的 IBS 相似性度量 | 第31页 |
| ·在最大相似性优化准则下生成标准 IBS | 第31页 |
| ·典型数值算例分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于区间值信度结构更新策略的故障诊断方法 | 第35-52页 |
| ·引言 | 第35-37页 |
| ·基于 IBS 的更新策略 | 第37-41页 |
| ·基于 IBS 框架的拓展 Jeffrey-like 规则 | 第37-39页 |
| ·基于 IBS 框架的拓展线性组合规则 | 第39-41页 |
| ·基于 IBS 的相似性测度 | 第41-42页 |
| ·基于 IBS 的更新策略下的在线故障诊断方法 | 第42-45页 |
| ·电机转子系统故障诊断实验 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 附录 | 第61页 |