| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| 符号说明 | 第12-14页 |
| 第一章 绪论 | 第14-37页 |
| ·论文研究背景及意义 | 第14-22页 |
| ·机械故障诊断概述 | 第14-16页 |
| ·机械故障诊断的内容和方法 | 第16-20页 |
| ·论文研究的意义 | 第20-22页 |
| ·流形学习基本理论 | 第22-30页 |
| ·从欧氏空间到流形 | 第22页 |
| ·流形学习的概念 | 第22-23页 |
| ·常见的流形学习方法 | 第23-29页 |
| ·流形学习的主要应用 | 第29-30页 |
| ·流形学习引入故障诊断的问题及研究进展 | 第30-33页 |
| ·面临的基本问题 | 第30-31页 |
| ·相关研究的最新进展 | 第31-33页 |
| ·论文的主要内容与结构安排 | 第33-37页 |
| 第二章 非线性流形学习降噪方法研究 | 第37-65页 |
| ·流形学习降噪问题的提出 | 第37-39页 |
| ·信号相空间重构和本征维数估计 | 第39-44页 |
| ·信号的相空间重构 | 第39-42页 |
| ·信号的本征维数估计 | 第42-44页 |
| ·基于本征维数的局部切空间排列降噪 | 第44-47页 |
| ·局部切空间均值重构降噪 | 第47-49页 |
| ·基于四阶累积量的局部切空间排列降噪 | 第49-53页 |
| ·降噪实验与分析 | 第53-63页 |
| ·含噪洛伦兹信号的降噪实验 | 第53-58页 |
| ·排烟风机碰摩故障信号的降噪实验 | 第58-63页 |
| ·本章小结 | 第63-65页 |
| 第三章 基于正交局部Fisher判别的故障特征提取与诊断 | 第65-81页 |
| ·问题的提出 | 第65-67页 |
| ·局部Fisher判别分析 | 第67-72页 |
| ·Fisher判别分析 | 第67-69页 |
| ·局部保持投影 | 第69-70页 |
| ·局部Fisher判别分析 | 第70-72页 |
| ·迭代正交局部Fisher判别方法 | 第72-74页 |
| ·Schur正交局部Fisher判别方法 | 第74-75页 |
| ·转子故障特征提取与诊断实验 | 第75-80页 |
| ·转子故障诊断实验系统 | 第75-76页 |
| ·多传感器信息的特征融合 | 第76-77页 |
| ·特征提取与故障诊断结果分析 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 第四章 基于核正交局部Fisher判别的故障特征提取与诊断 | 第81-87页 |
| ·问题的提出 | 第81-82页 |
| ·核迭代正交局部Fisher判别方法 | 第82-84页 |
| ·核Schur正交局部Fisher判别方法 | 第84-85页 |
| ·转子故障特征提取与诊断实验 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 第五章 基于局部模糊聚类边界Fisher判别的故障特征提取与诊断 | 第87-101页 |
| ·问题的提出 | 第87-89页 |
| ·局部模糊聚类边界寻找方法设计 | 第89-92页 |
| ·局部边界和局部模糊聚类边界Fisher判别方法 | 第92-94页 |
| ·核局部模糊聚类边界Fisher判别方法 | 第94-96页 |
| ·转子故障特征提取与诊断实验 | 第96-100页 |
| ·本章小结 | 第100-101页 |
| 第六章 基于监督局部切空间排列故障和支持向量机的故障诊断方法 | 第101-119页 |
| ·问题的提出 | 第101-102页 |
| ·局部切空间排列算法的两种改进 | 第102-106页 |
| ·增量局部切空间排列算法 | 第102-104页 |
| ·线性局部切空间排列算法 | 第104-106页 |
| ·监督ILTSA-SVM和监督LLTSA-SVM故障诊断 | 第106-111页 |
| ·监督学习方法设计 | 第106-107页 |
| ·支持向量机分类器模型 | 第107-109页 |
| ·SLLTSA-SVM故障诊断 | 第109-110页 |
| ·SILTSA-SVM故障诊断 | 第110-111页 |
| ·滚动轴承故障诊断实验 | 第111-118页 |
| ·实验装置及数据提取 | 第111-113页 |
| ·LLTSA-SVM和SLLTSA-SVM故障诊断分析 | 第113-115页 |
| ·ILTSA-SVM和SILTSA-SVM故障诊断分析 | 第115-117页 |
| ·监督ILTSA-SVM和LLTSA-SVM故障诊断分析 | 第117-118页 |
| ·本章小结 | 第118-119页 |
| 第七章 总结与展望 | 第119-121页 |
| ·本文的研究成果 | 第119-120页 |
| ·今后工作展望 | 第120-121页 |
| 参考文献 | 第121-134页 |
| 致谢 | 第134-135页 |
| 攻读学位期间主要研究成果 | 第135-136页 |
