| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-21页 |
| 1.3 论文主要研究内容及结构 | 第21-23页 |
| 1.4 本章小结 | 第23-24页 |
| 第二章 车辆信息采集与远程实时监测技术的研究 | 第24-45页 |
| 2.1 车辆信息采集与远程监测体系架构 | 第24-25页 |
| 2.2 车辆信息采集与监测系统硬件研究 | 第25-34页 |
| 2.3 车辆信息采集与监测系统通信模式研究 | 第34-43页 |
| 2.4 远程实时监测网络的设计 | 第43-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第三章 基于机器学习的故障诊断与决策模型的研究 | 第45-67页 |
| 3.1 基于BNs分类器的改进推理故障诊断方法模型 | 第45-57页 |
| 3.2 基于组决策树的故障诊断决策模型 | 第57-61页 |
| 3.3 基于群组支持的故障诊断方法模型 | 第61-66页 |
| 3.4 本章小结 | 第66-67页 |
| 第四章 故障模拟台架实验及诊断决策的研究 | 第67-93页 |
| 4.1 电控汽油发动机系统 | 第67-69页 |
| 4.2 发动机信息采集与故障模拟系统设计 | 第69-74页 |
| 4.3 故障模拟台架实验 | 第74-85页 |
| 4.4 基于决策融合的故障诊断应用 | 第85-92页 |
| 4.5 本章小结 | 第92-93页 |
| 第五章 远程故障诊断与监测评估系统的设计与开发 | 第93-115页 |
| 5.1 系统整体方案设计 | 第93-99页 |
| 5.2 远程故障诊断与决策评估系统过程研究 | 第99-105页 |
| 5.3 远程故障诊断与决策评估系统实现 | 第105-114页 |
| 5.4 本章小结 | 第114-115页 |
| 第六章 总结与展望 | 第115-117页 |
| 6.1 主要研究结论 | 第115-116页 |
| 6.2 本文创新点 | 第116页 |
| 6.3 展望 | 第116-117页 |
| 致谢 | 第117-118页 |
| 作者简介 | 第118-119页 |
| 参考文献 | 第119-125页 |