基于HHT和SVM的砰击检测算法研究
| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文主要内容结构及安排 | 第15-17页 |
| 第2章 传统时频分析方法对砰击信号的分析 | 第17-28页 |
| 2.1 砰击信号分析及建模 | 第17-19页 |
| 2.1.1 砰击的类型及特点 | 第17-18页 |
| 2.1.2 外飘砰击信号的建模 | 第18-19页 |
| 2.2 典型时频方法在砰击信号中的分析 | 第19-27页 |
| 2.2.1 短时傅里叶变换 | 第19-21页 |
| 2.2.2 Wigner Ville分布 | 第21-24页 |
| 2.2.3 小波变换分析 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于HHT方法的砰击信号分析 | 第28-44页 |
| 3.1 希尔伯特黄变换方法研究 | 第28-36页 |
| 3.1.1 希尔伯特变换 | 第28-29页 |
| 3.1.2 本征模态函数 | 第29-30页 |
| 3.1.3 经验模态分解及其特点 | 第30-33页 |
| 3.1.4 希尔伯特谱和边际谱 | 第33-36页 |
| 3.2 EEMD在砰击信号分析中的应用 | 第36-39页 |
| 3.2.1 EEMD方法的基本原理 | 第36-38页 |
| 3.2.2 EEMD参数选择分析 | 第38-39页 |
| 3.3 外飘砰击信号特征提取 | 第39-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于支持向量机的砰击信号检测 | 第44-63页 |
| 4.1 统计学习理论 | 第44-46页 |
| 4.1.1 VC维 | 第44-45页 |
| 4.1.2 推广性的界 | 第45页 |
| 4.1.3 结构风险最小化 | 第45-46页 |
| 4.2 SVM分类机 | 第46-51页 |
| 4.2.1 线性分类 | 第47-48页 |
| 4.2.2 广义线性支持向量机 | 第48-49页 |
| 4.2.3 非线性分类 | 第49-51页 |
| 4.3 支持向量机算法的优势 | 第51-52页 |
| 4.4 支持向量机参数寻优 | 第52-56页 |
| 4.5 砰击信号检测 | 第56-61页 |
| 4.5.1 阈值检测法砰击信号检测 | 第56-58页 |
| 4.5.2 基于滑窗的砰击信号检测 | 第58-61页 |
| 4.6 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |
