摘要 | 第1-4页 |
ABSTRACT | 第4-5页 |
符号说明 | 第5-8页 |
第一章 绪论 | 第8-12页 |
·选题的背景、目的及其意义 | 第8-9页 |
·国内外相关技术发展现状及发展趋势 | 第9-10页 |
·国外相关技术的发展状况 | 第9页 |
·国内相关技术的发展状况 | 第9-10页 |
·国内外相关技术的发展趋势 | 第10页 |
·本文主要研究内容 | 第10-12页 |
·论文的结构安排 | 第11-12页 |
第二章 Hilbert-Huang变换 | 第12-20页 |
·EMD方法 | 第12-14页 |
·概述 | 第12页 |
·固有模态函数 | 第12页 |
·EMD方法的筛分过程 | 第12-14页 |
·Hilbert谱 | 第14-15页 |
·EMD方法在实际信号分析中的应用 | 第15-18页 |
·本章小结 | 第18-20页 |
第三章 最小二乘支持向量机分类与回归 | 第20-32页 |
·概述 | 第20页 |
·支持向量机的基础 | 第20-23页 |
·机器学习 | 第20-21页 |
·经验风险最小化 | 第21页 |
·统计学习理论 | 第21-23页 |
·支持向量机分类 | 第23-26页 |
·支持向量机回归 | 第26-29页 |
·最小二乘支持向量机 | 第29-30页 |
·本章小结 | 第30-32页 |
第四章 Hilbert-Huang变换端点效应的抑制方法 | 第32-48页 |
·概述 | 第32-33页 |
·半波均值波形延拓法 | 第33-40页 |
·波形差异度的计算 | 第33-34页 |
·半波均值波形延拓方法 | 第34-36页 |
·半波均值延拓在端点效应问题处理中的应用 | 第36-40页 |
·基于LS-SVM回归的端点效应的抑制 | 第40-47页 |
·LS-SVM延拓原理 | 第40-41页 |
·LS-SVM延拓在端点效应问题处理中的应用 | 第41-47页 |
·本章小结 | 第47-48页 |
第五章 基于EMD的机械故障特征提取 | 第48-74页 |
·概述 | 第48页 |
·基于能量的故障特征提取 | 第48-52页 |
·分类器的设计 | 第49页 |
·基于能量的信号特征提取方法在旋转机械故障诊断中的应用 | 第49-52页 |
·基于差异度的信息分离方法 | 第52-59页 |
·差异度模型的设计 | 第53-55页 |
·基于差异度的信息分离方法在旋转机械故障诊断中的应用 | 第55-59页 |
·基于固有模态函数包络谱的旋转机械故障诊断 | 第59-72页 |
·基于固有模态函数包络谱的旋转机械故障诊断步骤 | 第59-60页 |
·实测信号分析 | 第60-72页 |
·本章小结 | 第72-74页 |
第六章 结论与展望 | 第74-78页 |
·本文工作总结 | 第74-75页 |
·研究展望 | 第75-78页 |
致谢 | 第78-80页 |
参考文献 | 第80-84页 |
附录 | 第84页 |