| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·课题来源 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·机械故障诊断的发展现状 | 第11-12页 |
| ·半监督学习的发展现状 | 第12-13页 |
| ·论文的研究内容 | 第13-14页 |
| 第二章 早期故障特征选择 | 第14-24页 |
| ·特征指标 | 第14-19页 |
| ·时域特征指标 | 第14-16页 |
| ·频域能量因子 | 第16-19页 |
| ·PCA 特征选择 | 第19-23页 |
| ·PCA 特征选择方法 | 第19-21页 |
| ·实例分析 | 第21-23页 |
| ·小结 | 第23-24页 |
| 第三章 基于密度可调谱聚类的半监督SVM 方法 | 第24-41页 |
| ·谱聚类 | 第24-26页 |
| ·谱图 | 第24页 |
| ·谱聚类特征提取 | 第24-26页 |
| ·基于密度可调谱聚类的特征提取 | 第26-31页 |
| ·相似性度量 | 第26-27页 |
| ·基于密度可调谱聚类的特征提取 | 第27-28页 |
| ·仿真分析 | 第28-31页 |
| ·半监督SVM | 第31-34页 |
| ·SVM 简述 | 第31-32页 |
| ·半监督SVM 算法 | 第32-34页 |
| ·基于密度可调谱聚类的半监督SVM 方法 | 第34-37页 |
| ·DSTSVM 算法 | 第34页 |
| ·仿真分析 | 第34-35页 |
| ·参数优化 | 第35-37页 |
| ·故障诊断模型与实例分析 | 第37-40页 |
| ·小结 | 第40-41页 |
| 第四章 机械早期故障预示 | 第41-62页 |
| ·变速箱齿轮早期故障预示 | 第41-55页 |
| ·齿轮数据采集 | 第41-44页 |
| ·振动信号特征分析 | 第44-48页 |
| ·基于密度可调谱聚类的半监督SVM 的齿轮早期故障检测 | 第48-53页 |
| ·基于密度可调谱聚类的半监督SVM 的齿轮早期故障分类 | 第53-55页 |
| ·轴承早期故障预示 | 第55-60页 |
| ·轴承数据采集 | 第55-56页 |
| ·振动信号特征分析 | 第56-59页 |
| ·基于密度可调谱聚类的半监督SVM 的轴承早期故障检测 | 第59页 |
| ·基于密度可调谱聚类的半监督SVM 的轴承早期故障分类 | 第59-60页 |
| ·小结 | 第60-62页 |
| 结论与展望 | 第62-64页 |
| 结论 | 第62-63页 |
| 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
