| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题的提出及其意义 | 第10-12页 |
| ·静态 ICA 在故障诊断中的研究现状及不足 | 第12页 |
| ·动态 ICA 理论研究及应用现状 | 第12-15页 |
| ·动态 ICA 理论研究 | 第12-13页 |
| ·动态 ICA 的应用现状 | 第13-15页 |
| ·论文的主要内容与创新之处 | 第15-17页 |
| ·主要内容 | 第15-16页 |
| ·关键问题及创新点 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 VbHMM 的理论基础 | 第18-28页 |
| ·概述 | 第18-19页 |
| ·隐 Markov 模型 | 第19-25页 |
| ·隐 Markov 模型的建立 | 第19-20页 |
| ·HMM 参数学习 | 第20-23页 |
| ·寻找最佳状态序列 | 第23-25页 |
| ·贝叶斯推论与变分近似算法 | 第25-27页 |
| ·贝叶斯推论 | 第25-26页 |
| ·变分近似算法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于 VbHMM 的机械故障源分离方法研究 | 第28-41页 |
| ·概述 | 第28-29页 |
| ·VbHMM 理论和算法 | 第29-33页 |
| ·VbHMM 混合模型的建立 | 第29-30页 |
| ·VbHMM 信源模型的建立 | 第30-31页 |
| ·VbHMM 算法 | 第31-33页 |
| ·仿真实验 | 第33-37页 |
| ·实验研究 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 基于 VbHMM 的机械故障源数估计方法研究 | 第41-50页 |
| ·概述 | 第41-42页 |
| ·源数估计模型的建立 | 第42-43页 |
| ·贝叶斯推论与 VbHMM 模型比较 | 第42-43页 |
| ·自相关测定 | 第43页 |
| ·源数估计比较算法 | 第43-45页 |
| ·仿真研究 | 第45-47页 |
| ·实验研究 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于 LMD-VbHMM 的机械故障盲源分离方法 | 第50-62页 |
| ·概述 | 第50-51页 |
| ·LMD 基本理论和算法 | 第51-54页 |
| ·LMD-VbHMM 故障源分离方法 | 第54-55页 |
| ·仿真研究 | 第55-59页 |
| 1. 仿真实验 1 | 第55-58页 |
| 2. 仿真实验 2 | 第58-59页 |
| ·实验研究 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-65页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文和参加科研情况 | 第69-70页 |
| 致谢 | 第70-71页 |
