| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-22页 |
| ·时间序列的特征及研究意义 | 第13-15页 |
| ·时间序列特征提取方法的研究现状 | 第15-20页 |
| ·噪声的影响 | 第15-16页 |
| ·特征提取的国内外研究状况 | 第16-18页 |
| ·小波分析方法的发展 | 第18-20页 |
| ·主要研究内容及章节安排 | 第20-22页 |
| 第2章 基于优化加速混沌算法的小波半软阈值去噪 | 第22-32页 |
| ·小波半软阈值去噪 | 第22-25页 |
| ·半软阈值的提出和类型 | 第22-24页 |
| ·小波半软阈值去噪方法 | 第24-25页 |
| ·优化加速混沌搜素算法 | 第25-27页 |
| ·混沌概念和遍历性 | 第25页 |
| ·立方映射混沌搜索方法 | 第25-27页 |
| ·基于加速混沌搜索的小波半软阈值去噪 | 第27-28页 |
| ·仿真 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于小波包变换的非平稳信号的对数能量熵谱分析 | 第32-47页 |
| ·小波包变换 | 第32-36页 |
| ·小波包的定义和优势 | 第32-33页 |
| ·小波包变换的递推算法 | 第33-35页 |
| ·最佳小波包基的选取 | 第35-36页 |
| ·对数能量熵在时间序列中的应用 | 第36-43页 |
| ·信息熵的定义 | 第36-37页 |
| ·小波能谱熵 | 第37-39页 |
| ·小波奇异熵 | 第39页 |
| ·小波平均熵 | 第39-40页 |
| ·小波包特征熵 | 第40-43页 |
| ·基于信息熵的最优小波包基函数及分解尺度选取方法 | 第43页 |
| ·仿真 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于特征参数的系统健康状态检测 | 第47-56页 |
| ·主元分析方法的概述 | 第47-48页 |
| ·主成分的计算 | 第48-52页 |
| ·主成分的计算方法 | 第48-51页 |
| ·主元个数的确定 | 第51-52页 |
| ·主元分析法的计算步骤 | 第52页 |
| ·主成分分析的数学模型及几何意义 | 第52-55页 |
| ·数学模型 | 第52-53页 |
| ·主成分的几何意义 | 第53-55页 |
| ·仿真 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第5章 含噪序列主元特征提取系统的设计及开发 | 第56-59页 |
| ·系统总体设计方案及功能模块划分 | 第56-58页 |
| ·特征提取预处理模块 | 第56-57页 |
| ·特征提取模块 | 第57页 |
| ·特征参数建模模块 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 附录Ⅰ 含噪序列主元特征提取程序清单 | 第61-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第68页 |