基于支持向量机的故障诊断方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题概述 | 第8-9页 |
| ·国内外综述 | 第9-16页 |
| ·故障诊断技术的发展概况 | 第9-12页 |
| ·支持向量机的发展历史 | 第12-13页 |
| ·支持向量机的研究现状 | 第13-16页 |
| ·论文主要内容 | 第16-17页 |
| 第2章 统计学习理论与支持向量机 | 第17-32页 |
| ·引言 | 第17页 |
| ·统计学习理论 | 第17-21页 |
| ·机器学习的基本问题 | 第17-19页 |
| ·统计学习理论的核心内容 | 第19-21页 |
| ·支持向量机 | 第21-28页 |
| ·基本原理 | 第21-25页 |
| ·核函数 | 第25页 |
| ·仿真实验 | 第25-28页 |
| ·多类支持向量机分类算法 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于决策树支持向量机的故障诊断方法 | 第32-41页 |
| ·引言 | 第32页 |
| ·决策树支持向量机的基本思想 | 第32-33页 |
| ·基于遗传算法的决策树支持向量机 | 第33-36页 |
| ·遗传算法 | 第33-35页 |
| ·基于遗传算法的决策树支持向量机多元分类算法 | 第35-36页 |
| ·仿真试验 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于有向无环图的故障诊断方法 | 第41-49页 |
| ·引言 | 第41页 |
| ·有向无环图的基本思想 | 第41-44页 |
| ·改进的有向无环图算法 | 第44-46页 |
| ·类间分离性测度 | 第44-45页 |
| ·基于分离性测度的有向无环图 | 第45-46页 |
| ·仿真试验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于粗糙集的支持向量机故障诊断方法 | 第49-56页 |
| ·引言 | 第49页 |
| ·基于粗糙集理论的支持向量机分类算法 | 第49-54页 |
| ·基本思想 | 第49-50页 |
| ·粗糙集理论 | 第50-51页 |
| ·样本分布权值 | 第51-52页 |
| ·约简算法 | 第52-54页 |
| ·仿真实验 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |
