基于条件随机场的铣削刀具磨损状态监测技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·引言 | 第8页 |
| ·刀具磨损状态监测研究现状 | 第8-17页 |
| ·信号采集 | 第9-13页 |
| ·特征提取 | 第13-14页 |
| ·特征降维 | 第14页 |
| ·模式识别 | 第14-17页 |
| ·本文研究内容 | 第17-18页 |
| 第二章 CRF 模型理论研究 | 第18-27页 |
| ·CRF 模型的提出 | 第18页 |
| ·CRF 模型理论 | 第18-23页 |
| ·CRF 的无向图结构 | 第18-19页 |
| ·势函数 | 第19-21页 |
| ·参数估计 | 第21-22页 |
| ·推理过程 | 第22-23页 |
| ·L-BFGS 优化算法 | 第23-24页 |
| ·CRF 训练过程 | 第24-25页 |
| ·CRF 分类过程 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 刀具磨损状态监测系统的研究与开发 | 第27-43页 |
| ·刀具磨损监测系统 | 第27-28页 |
| ·切削实验 | 第28-32页 |
| ·实验设置 | 第28-29页 |
| ·切削参数和刀具 | 第29-31页 |
| ·切削材料性能分析 | 第31-32页 |
| ·信号采集系统 | 第32-34页 |
| ·信号预处理 | 第34页 |
| ·特征提取和降维 | 第34-37页 |
| ·短时傅里叶变换 | 第35-36页 |
| ·局部保持投影 | 第36-37页 |
| ·磨损状态的分类模型 | 第37-41页 |
| ·SVM 模型 | 第38-39页 |
| ·BP 网络模型 | 第39页 |
| ·HMM 模型 | 第39-40页 |
| ·CRF 模型 | 第40-41页 |
| ·磨损状态的识别 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于特征降维的刀具磨损状态分类与比较 | 第43-57页 |
| ·STFT 特征提取 | 第43-46页 |
| ·LPP 降维处理 | 第46-49页 |
| ·K-Fold 交叉验证原理 | 第49-50页 |
| ·模型的分类比较 | 第50-55页 |
| ·模型参数设置 | 第50-51页 |
| ·模型分类精度的比较 | 第51-52页 |
| ·模型训练速率 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-67页 |
| 发表论文和参加科研情况说明 | 第67-68页 |
| 致谢 | 第68页 |
