全矢谱—支持向量数据描述及故障诊断应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·课题概述 | 第9-10页 |
| ·课题来源 | 第9页 |
| ·选题的目的及意义 | 第9-10页 |
| ·设备故障诊断技术的国内外研究现状 | 第10-12页 |
| ·设备故障诊断技术的研究现状 | 第10-11页 |
| ·设备故障诊断技术在研究中存在的问题 | 第11-12页 |
| ·智能故障诊断技术现状与发展 | 第12-14页 |
| ·支持向量数据描述方法的诞生与发展 | 第14-15页 |
| ·本文研究主要内容和结构 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 2 支持向量数据描述方法理论 | 第18-29页 |
| ·概述 | 第18页 |
| ·统计学习理论基础 | 第18-22页 |
| ·机器学习方法 | 第18-19页 |
| ·统计学习基本思想 | 第19-22页 |
| ·支持向量数据描述理论 | 第22-28页 |
| ·支持向量数据描述算法 | 第22-24页 |
| ·SVDD中的核函数 | 第24-27页 |
| ·SVDD中的数据预处理 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 全矢谱特征提取方法 | 第29-40页 |
| ·概述 | 第29页 |
| ·矢量谱理论 | 第29-34页 |
| ·矢量谱技术分析 | 第30-33页 |
| ·矢量谱数值计算方法 | 第33-34页 |
| ·矢功率谱理论 | 第34-36页 |
| ·实验分析 | 第36-38页 |
| ·全矢谱特征提取方法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 全矢谱—支持向量数据描述方法及应用 | 第40-56页 |
| ·概述 | 第40-41页 |
| ·支持向量数据描述核函数的选择 | 第41-43页 |
| ·全矢谱—支持向量数据描述故障诊断方法 | 第43-46页 |
| ·VSSVDD在滚动轴承故障诊断中的研究 | 第46-51页 |
| ·VSSVDD在齿轮性能退化评估中的研究 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 5 动态支持向量数据描述及应用 | 第56-64页 |
| ·概述 | 第56-57页 |
| ·增量式学习 | 第57-58页 |
| ·动态支持向量数据描述算法 | 第58-61页 |
| ·DSVDD在故障诊断中的应用 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 6 结论与展望 | 第64-66页 |
| ·本文主要工作与结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第73页 |
