| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·故障诊断的研究现状及发展 | 第7-12页 |
| ·研究背景 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·系统模型 | 第9-11页 |
| ·关键技术 | 第11-12页 |
| ·聚类算法的研究现状 | 第12-13页 |
| ·简介 | 第12页 |
| ·主要问题 | 第12-13页 |
| ·本文研究内容 | 第13-15页 |
| 第二章 故障诊断中的预处理方法 | 第15-29页 |
| ·故障诊断中的数据预处理 | 第15-16页 |
| ·信号的预处理方法 | 第16-18页 |
| ·数据转化 | 第18-21页 |
| ·基于阈值的数据转化方法 | 第18-20页 |
| ·基于最大-最小规范化的数据转化方法 | 第20-21页 |
| ·特征选择 | 第21-27页 |
| ·基于一致性的特征选择方法 | 第21-24页 |
| ·基于一致性的特征选择方法改进 | 第24-25页 |
| ·基于广义差异矩阵的0-1 特征选择方法 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 聚类算法在故障诊断中的应用 | 第29-51页 |
| ·聚类概述 | 第29-35页 |
| ·相似性测量 | 第29页 |
| ·数值属性的相似性测量方法 | 第29-31页 |
| ·符号属性的相似性测量 | 第31-33页 |
| ·样本集与相似度测量 | 第33-35页 |
| ·聚类算法的分类 | 第35-41页 |
| ·分裂聚类方法 | 第36-37页 |
| ·层次聚类方法 | 第37-38页 |
| ·基于密度的聚类方法 | 第38页 |
| ·基于网格的聚类方法 | 第38-39页 |
| ·基于模型的聚类方法 | 第39-41页 |
| ·各种聚类方法应用于故障诊断的比较 | 第41页 |
| ·ART1 算法在故障诊断中的应用 | 第41-45页 |
| ·自适应谐振理论（ART） | 第42页 |
| ·ART1 网络结构及算法 | 第42-44页 |
| ·基于ART1 网络的故障诊断系统的实现 | 第44-45页 |
| ·ART2 算法在故障诊断中的应用 | 第45-51页 |
| ·ART2 网络模型及算法 | 第45-48页 |
| ·基于ART2 网络的故障诊断系统的实现 | 第48-51页 |
| 第四章 ART2 改进算法的故障聚类研究 | 第51-59页 |
| ·ART2 处理低维数据的改进 | 第51-54页 |
| ·对ART2 算法的权值初始化的改进 | 第51-52页 |
| ·结果验证 | 第52-54页 |
| ·ART2 改进算法的故障聚类 | 第54-59页 |
| ·ART2 算法聚类中心偏移产生的原因分析 | 第54-55页 |
| ·ART2 改进算法 | 第55-57页 |
| ·ART2 改进算法聚类结果比较 | 第57-59页 |
| 第五章 故障诊断系统的软件实现 | 第59-63页 |
| ·开发环境 | 第59页 |
| ·关键技术 | 第59-61页 |
| ·ODBC建立数据源 | 第59-60页 |
| ·Visual C++6.0 连接ODBC数据源的工程 | 第60-61页 |
| ·故障诊断系统演示 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 研究成果 | 第70-71页 |