| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 主要符号表 | 第12-13页 |
| 第1章 绪论 | 第13-19页 |
| ·课题背景及研究意义 | 第13-14页 |
| ·滚动轴承诊断国内外的研究现状及发展趋势 | 第14-17页 |
| ·研究现状 | 第14-16页 |
| ·发展趋势 | 第16-17页 |
| ·论文内容及安排 | 第17-19页 |
| ·主要研究内容 | 第17页 |
| ·章节安排 | 第17-19页 |
| 第2章 滚动轴承振动机理及特征分析 | 第19-28页 |
| ·概述 | 第19页 |
| ·滚动轴承的基本结构及失效形式 | 第19-22页 |
| ·滚动轴承的基本结构 | 第19-21页 |
| ·滚动轴承的失效形式 | 第21-22页 |
| ·滚动轴承的振动 | 第22-25页 |
| ·滚动轴承振动机理 | 第22-24页 |
| ·滚动轴承振动类型 | 第24-25页 |
| ·滚动轴承的振动频率 | 第25-27页 |
| ·滚动轴承的故障特征频率 | 第25-26页 |
| ·滚动轴承的固有频率 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 相关向量机及核函数 | 第28-46页 |
| ·相关向量机基本理论 | 第28-29页 |
| ·贝叶斯理论 | 第28页 |
| ·贝叶斯学习 | 第28-29页 |
| ·贝叶斯公式 | 第29页 |
| ·相关向量机的基本原理 | 第29-34页 |
| ·相关向量机回归模型 | 第29-33页 |
| ·相关向量机分类模型 | 第33-34页 |
| ·相关向量机的核函数 | 第34-37页 |
| ·核函数的基本性质 | 第34-35页 |
| ·核函数的分类 | 第35-36页 |
| ·高斯核函数 | 第36-37页 |
| ·改进高斯核函数 | 第37-40页 |
| ·改进高斯核函数 | 第37-38页 |
| ·改进高斯核函数性能 | 第38-40页 |
| ·基于 KNN 和 RVM 诊断识别方法 | 第40-41页 |
| ·KNN 基本理论 | 第40页 |
| ·结合 KNN 和 RVM 的描述 | 第40-41页 |
| ·仿真实验 | 第41-45页 |
| ·改进高斯核函数验证实验 | 第41-43页 |
| ·基于 KNN 和 RVM 验证实验 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于谐波小波包和 DT-RVM 的滚动轴承故障诊断算法 | 第46-57页 |
| ·前言 | 第46页 |
| ·谐波小波包理论 | 第46-50页 |
| ·谐波小波包原理 | 第46-48页 |
| ·谐波小波提取滚动轴承故障的特征 | 第48-50页 |
| ·基于 DT-RVM 多分类器 | 第50-53页 |
| ·基于决策树的 RVM 多分类模型 | 第50-52页 |
| ·滚动轴承诊断模型图 | 第52-53页 |
| ·仿真实验 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 基于谐波小波包和 OAO-RVM 的滚动轴承故障诊断算法 | 第57-69页 |
| ·引言 | 第57页 |
| ·基于 RVM 多类分类方法 | 第57-62页 |
| ·一对多（One Against Rest, OAR）分类方法 | 第57-59页 |
| ·一对一(One Against One, OAO)分类方法 | 第59-60页 |
| ·有向无环图(Direct Acyclic Graph，DAG)分类方法 | 第60-62页 |
| ·改进一对一分类算法 | 第62-64页 |
| ·改进一对一算法的模型 | 第62-63页 |
| ·理论分析 | 第63-64页 |
| ·仿真实验 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第75页 |
