| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 选题背景及意义 | 第13-14页 |
| 1.2 机械故障诊断技术 | 第14-15页 |
| 1.3 国内外研究现状分析 | 第15-17页 |
| 1.3.1 旋转机械故障诊断国内外研究现状 | 第15-16页 |
| 1.3.2 聚类分析的国内外发展现状 | 第16-17页 |
| 1.4 主要研究内容与安排 | 第17-19页 |
| 第2章 特征加权与核方法基础原理简介 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 特征加权的概念 | 第19-20页 |
| 2.3 特征加权方法 | 第20-22页 |
| 2.4 核方法的基础理论简介 | 第22-24页 |
| 2.4.1 核方法基本原理 | 第22-23页 |
| 2.4.2 核函数基本定义 | 第23页 |
| 2.4.3 常用核函数 | 第23-24页 |
| 2.5 常用核方法分类 | 第24-27页 |
| 2.5.1 核最小平方误差（KMSE） | 第24-25页 |
| 2.5.2 核Fisher鉴别分析（KFDA） | 第25-26页 |
| 2.5.3 核主分量分析（KPCA） | 第26-27页 |
| 2.5.4 核聚类（KC） | 第27页 |
| 2.6 讨论与分析 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 KFCM的故障辨识方法研究 | 第29-40页 |
| 3.1 引言 | 第29页 |
| 3.2 聚类基础理论 | 第29-31页 |
| 3.2.1 距离测度 | 第29-30页 |
| 3.2.2 聚类中心 | 第30-31页 |
| 3.2.3 隶属度函数 | 第31页 |
| 3.2.4 聚类数的确定 | 第31页 |
| 3.3 聚类评价指标 | 第31-32页 |
| 3.4 FCM方法 | 第32-34页 |
| 3.5 KFCM方法应用探讨 | 第34-39页 |
| 3.5.1 模糊核C-均值算法（KFCM） | 第34-35页 |
| 3.5.2 KFCM算法应用实例与分析 | 第35-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 自适应NWFE-KFCM算法及其在故障辨识中的应用方法研究 | 第40-53页 |
| 4.1 引言 | 第40页 |
| 4.2 PBMF聚类评价指标 | 第40页 |
| 4.3 非参数特征加权提取 | 第40-41页 |
| 4.4 自适应NWFE-KFCM算法的设计 | 第41-43页 |
| 4.5 试验情况及应用结果 | 第43-51页 |
| 4.5.1 标准数据集验证 | 第43-46页 |
| 4.5.2 转子实验台数据集应用实例情况 | 第46-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第5章 基于MATLAB GUI的转子故障诊断系统设计 | 第53-57页 |
| 5.1 引言 | 第53页 |
| 5.2 MATLAB GUI简介 | 第53页 |
| 5.3 MATLAB GUI设计流程 | 第53页 |
| 5.4 转子故障诊断系统设计 | 第53-56页 |
| 5.5 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 全文总结 | 第57-58页 |
| 研究展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第64-65页 |
| 附录B 参加科研项目情况 | 第65页 |