| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·机车故障诊断的研究现状 | 第8-10页 |
| ·机车故障诊断及维修技术的发展和现状 | 第8-9页 |
| ·机车车辆状态修简述 | 第9-10页 |
| ·数据挖掘技术在机车故障诊断中的应用 | 第10-11页 |
| ·论文的研究意义及内容结构安排 | 第11-14页 |
| 第2章 SS8主变流器工作原理和仿真分析 | 第14-24页 |
| ·SS8电力机车主变流器电路结构和工作原理 | 第14-19页 |
| ·SS8主变流器电路结构 | 第14-15页 |
| ·SS8主变流器电路的工作原理 | 第15-19页 |
| ·SS8主变流器电路的仿真分析 | 第19-24页 |
| ·仿真工具 SIMULINK简介 | 第20页 |
| ·变流器的MATLAB仿真模型及信号输出 | 第20-24页 |
| 第3章 变流器输出电压的小波变换及特征提取 | 第24-32页 |
| ·小波分析的基本理论 | 第24-28页 |
| ·小波函数 | 第24-26页 |
| ·连续小波变换和离散小波变换 | 第26-28页 |
| ·变流器输出电压的小波分解 | 第28-29页 |
| ·变流器故障特征提取 | 第29-32页 |
| 第4章 数据挖掘技术及其新方向—支持向量机 | 第32-53页 |
| ·数据挖掘技术基础知识 | 第32-35页 |
| ·数据挖掘的定义与工作流程 | 第32-33页 |
| ·数据挖掘技术常用方法 | 第33-35页 |
| ·支持向量机的理论基础 | 第35-53页 |
| ·机器学习的基本问题 | 第36-38页 |
| ·统计学习理论的核心内容 | 第38-43页 |
| ·支持向量机 | 第43-53页 |
| 第5章 基于支持向量机的数据挖掘在机车变流器故障诊断中的应用 | 第53-63页 |
| ·SVM的多故障分类算法的研究 | 第53-56页 |
| ·多分类问题概述 | 第53-54页 |
| ·多分类问题算法研究 | 第54-56页 |
| ·基于 SVM的机车变流器故障诊断具体实现算法 | 第56-57页 |
| ·学习阶段 | 第56-57页 |
| ·故障分类决策阶段 | 第57页 |
| ·算法的验证 | 第57-63页 |
| ·验证结果分析 | 第57-60页 |
| ·基于 SVM的变流器电路故障诊断的应用 | 第60-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·论文工作总结 | 第63-64页 |
| ·课题展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录1 变流器仿真输出电压波形图 | 第70-71页 |
| 附录2 变流器输出电压小波变换波形图 | 第71-74页 |
| 附录3 变流器输出电压部分小波分解系数 | 第74-76页 |
| 附录4 15层小波分解部分能量向量值表 | 第76-80页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第80页 |