| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题来源 | 第13页 |
| 1.2 课题研究背景及意义 | 第13-14页 |
| 1.3 课题研究现状 | 第14-16页 |
| 1.3.1 受损数据修复方法研究 | 第14-15页 |
| 1.3.2 稀疏表示分类方法研究 | 第15-16页 |
| 1.4 论文主要研究内容 | 第16-18页 |
| 1.5 论文结构安排 | 第18-19页 |
| 第二章 基于稀疏采样的数据修复方法研究 | 第19-43页 |
| 2.1 信号稀疏表示概要 | 第19页 |
| 2.2 基于稀疏采样的数据修复方法研究 | 第19-22页 |
| 2.2.1 基于稀疏采样的数据修复方法原理 | 第20页 |
| 2.2.2 稀疏优化求解策略 | 第20-21页 |
| 2.2.3 基于稀疏采样的数据修复模型建立 | 第21-22页 |
| 2.3 方法验证及分析 | 第22-33页 |
| 2.3.1 算法性能仿真分析 | 第22-26页 |
| 2.3.2 实验验证与分析 | 第26-33页 |
| 2.4 基于不同稀疏字典的数据修复结果对比 | 第33-37页 |
| 2.5 基于不同数据修复方法的结果对比 | 第37-41页 |
| 2.6 本章小结 | 第41-43页 |
| 第三章 基于稀疏度自适应的数据修复方法研究 | 第43-63页 |
| 3.1 基于稀疏度自适应的数据修复方法研究 | 第43-48页 |
| 3.1.1 稀疏度自适应的数据修复方法原理 | 第43-44页 |
| 3.1.2 稀疏度自适应的数据修复性能分析 | 第44-48页 |
| 3.2 基于改进的稀疏度自适应数据修复方法研究 | 第48-50页 |
| 3.2.1 终止准则改进的稀疏度自适应匹配追踪算法 | 第48-49页 |
| 3.2.2 改进的稀疏度自适应数据修复方法模型建立 | 第49-50页 |
| 3.3 方法验证及分析 | 第50-60页 |
| 3.3.1 算法性能仿真分析 | 第50-55页 |
| 3.3.2 实验验证与分析 | 第55-60页 |
| 3.4 基于不同稀疏求解策略的数据修复结果对比 | 第60-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第四章 基于稀疏采样的故障分类方法研究 | 第63-81页 |
| 4.1 基于稀疏采样的故障分类方法研究 | 第63-65页 |
| 4.1.1 基于冗余字典的信号稀疏表示原理 | 第63-64页 |
| 4.1.2 稀疏表示分类方法模型建立 | 第64-65页 |
| 4.2 改进稀疏采样故障分类方法研究 | 第65-67页 |
| 4.2.1 基于WTMM的信号稀疏表示原理 | 第65-66页 |
| 4.2.2 改进稀疏分类方法模型建立 | 第66-67页 |
| 4.3 方法验证及分析 | 第67-78页 |
| 4.3.1 轴承信号验证 | 第67-75页 |
| 4.3.2 齿轮信号验证 | 第75-78页 |
| 4.4 故障分类结果影响因素讨论 | 第78-79页 |
| 4.4.1 数据压缩率对分类结果的影响 | 第78-79页 |
| 4.4.2 测量矩阵选取对分类结果的影响 | 第79页 |
| 4.5 本章小结 | 第79-81页 |
| 第五章 结论与展望 | 第81-83页 |
| 5.1 论文工作总结 | 第81-82页 |
| 5.2 未来工作展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 研究成果及发表学术论文 | 第89-91页 |
| 作者和导师简介 | 第91-93页 |
| 附件 | 第93-94页 |