非线性时间序列的高阶统计特征提取和趋势分析
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·非线性时间序列的研究背景及意义 | 第11-13页 |
| ·特征提取的方法和现状 | 第13-15页 |
| ·高阶统计量方法的提出和现状 | 第15-17页 |
| ·主要研究内容及章节安排 | 第17-19页 |
| 第2章 高阶统计量的计算 | 第19-29页 |
| ·高阶矩和高阶累积量定义 | 第19-23页 |
| ·随机变量的特征函数 | 第19-20页 |
| ·随机变量的高阶矩和高阶累积量 | 第20页 |
| ·随机过程的高阶矩和高阶累积量 | 第20-21页 |
| ·平均随机过程的高阶矩和高阶累积量 | 第21-22页 |
| ·高斯过程的高阶矩和高阶累积量 | 第22-23页 |
| ·高阶累积量的性质 | 第23-24页 |
| ·高阶累积量的计算 | 第24-27页 |
| ·高阶统计量特征及其应用 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于高阶统计的含噪声时间序列相空间重构 | 第29-41页 |
| ·相空间重构 | 第29-34页 |
| ·相空间重构的定义 | 第29-31页 |
| ·相空间重构的参数计算 | 第31-34页 |
| ·基于高阶统计量的含噪序列的相空间重构方法 | 第34-37页 |
| ·含噪序列嵌入维数的计算 | 第34-37页 |
| ·相空间重构的方法和步骤 | 第37页 |
| ·仿真 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 非线性时间序列的特征提取和趋势分析 | 第41-52页 |
| ·Lyapunov 指数 | 第41-45页 |
| ·最大 Lyapunov 指数的定义 | 第42-43页 |
| ·最大 Lyapunov 指数的计算方法 | 第43-45页 |
| ·K 熵 | 第45-47页 |
| ·K 熵的定义 | 第45-46页 |
| ·K 熵的计算 | 第46-47页 |
| ·仿真 | 第47-50页 |
| ·刀具声发射信号特征提取和趋势分析 | 第47-49页 |
| ·滚动轴承振动信号特征提取和趋势分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 非线性时间序列高阶统计特征分析软件开发 | 第52-56页 |
| ·系统简介 | 第52页 |
| ·系统总体设计 | 第52-53页 |
| ·系统界面及操作方法 | 第53-54页 |
| ·演示实例 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 附录Ⅰ特征提取程序清单 | 第58-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第66页 |
