| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-16页 |
| 第二章 飞机硬着陆形成机理和故障诊断方法分析 | 第16-28页 |
| 2.1 硬着陆形成机理 | 第16-23页 |
| 2.1.1 飞机进近分析 | 第16-17页 |
| 2.1.2 进场速度分析 | 第17-18页 |
| 2.1.3 轨迹控制分析 | 第18页 |
| 2.1.4 飞机接地分析 | 第18-20页 |
| 2.1.5 飞机接地方式分析 | 第20-23页 |
| 2.2 飞机硬着陆故障诊断方法分析 | 第23-27页 |
| 2.2.1 常用故障诊断方法分析 | 第23-24页 |
| 2.2.2 适用于硬着陆的故障诊断方法 | 第24-25页 |
| 2.2.3 机器学习故障诊断方法 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于AdaBoostSVM算法的硬着陆故障诊断方法研究 | 第28-50页 |
| 3.1 硬着陆故障诊断改进算法 | 第28-38页 |
| 3.1.1 AdaBoostSVM算法 | 第28-32页 |
| 3.1.2 不平衡类问题改进方案 | 第32-35页 |
| 3.1.3 改进评价系数的AdaBoostSVM算法 | 第35-38页 |
| 3.2 硬着陆故障诊断建模 | 第38-48页 |
| 3.2.1 硬着陆故障诊断建模流程 | 第38页 |
| 3.2.2 基于起落架压缩行程改进的硬着陆特征因素 | 第38-41页 |
| 3.2.3 数据采集与降维 | 第41-42页 |
| 3.2.4 特征因素计算 | 第42-44页 |
| 3.2.5 故障诊断模型优化 | 第44-46页 |
| 3.2.6 故障诊断模型求解及验证 | 第46-48页 |
| 3.3 本章小结 | 第48-50页 |
| 第四章 改进的硬着陆故障诊断方法评估 | 第50-59页 |
| 4.1 评估指标 | 第50-53页 |
| 4.1.1 混淆矩阵 | 第50-51页 |
| 4.1.2 精确率和召回率 | 第51-52页 |
| 4.1.3 ROC曲线 | 第52-53页 |
| 4.2 评估过程与结果 | 第53-57页 |
| 4.2.1 五因素和六因素硬着陆识别率对比 | 第53-54页 |
| 4.2.2 三种算法六因素识别率对比 | 第54-55页 |
| 4.2.3 ROC曲线评估 | 第55-57页 |
| 4.3 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录：程序清单 | 第65-82页 |
| 程序 1：QAR数据提取程序 | 第65-68页 |
| 程序 2：降维程序 | 第68-74页 |
| 程序 3：支持向量机算法程序 | 第74-77页 |
| 程序 4：传统AdaBoostSVM算法程序 | 第77-79页 |
| 程序 5：改进的AdaBoostSVM算法程序 | 第79-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |
