| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 主要符号说明表 | 第8-11页 |
| 第一章 绪论 | 第11-27页 |
| ·课题概述 | 第11-12页 |
| ·机械故障诊断概述 | 第12-14页 |
| ·数据挖掘技术 | 第14-19页 |
| ·信息融合技术 | 第19-23页 |
| ·小结 | 第23-24页 |
| ·本文的主要研究工作 | 第24-27页 |
| 第二章 试验研究与特征提取 | 第27-43页 |
| ·引言 | 第27页 |
| ·实验装置简介 | 第27-28页 |
| ·实验参数和实验设置 | 第28-31页 |
| ·实验的准备工作 | 第31-33页 |
| ·转子典型故障信号 | 第33-34页 |
| ·特征提取 | 第34-41页 |
| ·本章小结 | 第41-43页 |
| 第三章 两种新的数据挖掘方法及其在故障诊断中的应用 | 第43-67页 |
| ·引言 | 第43-45页 |
| ·决策树分类器 | 第45-53页 |
| ·支持向量机决策树 | 第53-60页 |
| ·诊断实例分析 | 第60-66页 |
| ·本章小结 | 第66-67页 |
| 第四章 基于特征融合与决策融合的故障诊断 | 第67-87页 |
| ·引言 | 第67-68页 |
| ·基于PCA的特征融合 | 第68页 |
| ·基于证据理论的决策融合 | 第68-77页 |
| ·基本概率指派 | 第77-81页 |
| ·诊断实例分析 | 第81-86页 |
| ·本章小结 | 第86-87页 |
| 第五章 多分类器间差异性分析 | 第87-111页 |
| ·引言 | 第87-89页 |
| ·分类器间差异性研究现状及存在问题 | 第89-97页 |
| ·新的差异性度量指标――有效差异度 | 第97-99页 |
| ·有效差异度指标的检验 | 第99-110页 |
| ·本章小结 | 第110-111页 |
| 第六章 基于数据挖掘与信息融合的故障诊断系统 | 第111-135页 |
| ·引言 | 第111-113页 |
| ·数据挖掘的过程模型 | 第113-114页 |
| ·信息融合的层次级别 | 第114-116页 |
| ·基于数据挖掘与信息融合的故障诊断系统设计 | 第116-117页 |
| ·过程模型 | 第117-119页 |
| ·故障诊断系统功能结构设计 | 第119-120页 |
| ·知识获取机制 | 第120-121页 |
| ·故障诊断推理机制 | 第121-123页 |
| ·数据库与知识库的逻辑关系 | 第123-124页 |
| ·故障诊断系统的组件技术 | 第124-127页 |
| ·故障诊断系统的实现 | 第127-134页 |
| ·本章小结 | 第134-135页 |
| 第七章 总结与展望 | 第135-138页 |
| ·本文总结 | 第135-136页 |
| ·主要创新点 | 第136页 |
| ·研究展望 | 第136-138页 |
| 参考文献 | 第138-148页 |
| 附录 | 第148-150页 |
| 致谢 | 第150-153页 |