| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文主要研究工作 | 第12-13页 |
| 1.4 本文内容安排 | 第13-14页 |
| 第二章 QAR数据的异常点检测与故障分析 | 第14-20页 |
| 2.1 QAR数据介绍 | 第14-16页 |
| 2.1.1 QAR概述 | 第14页 |
| 2.1.2 QAR参数类型和特点 | 第14-16页 |
| 2.2 QAR数据预处理 | 第16-17页 |
| 2.2.1 选取QAR数据 | 第16页 |
| 2.2.2 数据的清洗变换 | 第16-17页 |
| 2.3 QAR数据的应用与异常点检测与故障分析流程 | 第17-19页 |
| 2.3.1 存在难点 | 第17-18页 |
| 2.3.2 整体结构 | 第18页 |
| 2.3.3 流程概述 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于改进小波聚类的QAR异常点检测算法 | 第20-35页 |
| 3.1 QAR数据的异常点检测 | 第20-21页 |
| 3.1.1 异常点检测 | 第20页 |
| 3.1.2 异常点检测算法 | 第20-21页 |
| 3.2 小波聚类算法 | 第21-25页 |
| 3.2.1 相关概念 | 第21-22页 |
| 3.2.2 小波变换 | 第22-23页 |
| 3.2.3 小波聚类算法步骤 | 第23-24页 |
| 3.2.4 对小波聚类算法的分析 | 第24-25页 |
| 3.3 改进的小波聚类算法 | 第25-28页 |
| 3.3.1 基本定义 | 第25-26页 |
| 3.3.2 改进小波聚类算法步骤 | 第26-27页 |
| 3.3.3 复杂度分析 | 第27-28页 |
| 3.4 基于改进小波聚类算法的QAR数据异常点检测实验分析 | 第28-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 QAR数据的故障分析 | 第35-42页 |
| 4.1 基于相似性度量的故障分析 | 第35-38页 |
| 4.1.1 相似性度量 | 第35-36页 |
| 4.1.2 基于马氏距离的故障分析 | 第36-37页 |
| 4.1.3 标准故障模型 | 第37-38页 |
| 4.2 实验分析 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-44页 |
| 5.1 本文工作总结 | 第42页 |
| 5.2 研究展望 | 第42-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 作者简介 | 第49页 |