| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 课题来源、目的和意义 | 第10-12页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 课题的目的和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.3 全信息分析方法的发展状况 | 第17-19页 |
| 1.3.1 全息谱分析方法 | 第18页 |
| 1.3.2 全频谱分析方法 | 第18-19页 |
| 1.3.3 全矢谱分析方法 | 第19页 |
| 1.4 本文的主要内容 | 第19-21页 |
| 2 全矢谱技术基本理论及算法 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 全矢谱技术的基本理论 | 第21-27页 |
| 2.3 全矢谱技术的数值计算方法 | 第27-28页 |
| 2.4 全矢谱技术的兼容性 | 第28-30页 |
| 2.5 全矢谱技术的应用实例 | 第30-32页 |
| 2.6 本章总结 | 第32-33页 |
| 3 基于FVSVR的频谱结构预测研究 | 第33-50页 |
| 3.1 引言 | 第33页 |
| 3.2 支持向量回归的算法 | 第33-39页 |
| 3.2.1 线性回归及损失函数 | 第33-35页 |
| 3.2.2 基于 -ε不敏感损失函数的支持向量回归 | 第35-37页 |
| 3.2.3 非线性回归的推广 | 第37-39页 |
| 3.3 支持向量回归在设备振动幅值预测中的应用 | 第39-42页 |
| 3.3.1 时间序列预测的方法 | 第39-40页 |
| 3.3.2 预测精度的评价指标 | 第40页 |
| 3.3.3 对机组振动幅值进行趋势预测 | 第40-42页 |
| 3.4 全矢支持向量回归在振动信号频谱结构趋势预测中的应用研究 | 第42-48页 |
| 3.4.1 全矢支持向量回归的频谱结构预测流程 | 第43页 |
| 3.4.2 通过单值预测对机组振动信号倍频成分预测 | 第43-48页 |
| 3.5 常见故障特征频率 | 第48-49页 |
| 3.6 本章小结 | 第49-50页 |
| 4 全矢支持向量回归向量预测 | 第50-58页 |
| 4.1 引言 | 第50页 |
| 4.2 支持向量回归向量预测 | 第50-52页 |
| 4.3 支持向量回归向量预测参数选择分析 | 第52-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 结论和展望 | 第58-60页 |
| 5.1 结论 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-65页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第65页 |
