首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于数据挖掘的溜槽振动信号模式分析与研究

摘要第1-4页
ABSTRACT第4-8页
1 绪论第8-14页
   ·研究背景和意义第8-9页
   ·国内外研究现状第9-11页
     ·机械故障诊断研究第9-10页
     ·溜槽堵塞检测方法第10-11页
   ·课题来源及主要研究工作第11-13页
     ·课题来源第11-12页
     ·研究内容第12-13页
     ·研究目标第13页
   ·本文的章节安排第13-14页
2 相关知识概述第14-21页
   ·数据预处理第14-16页
     ·数据变换第14-15页
     ·数据归约第15-16页
   ·特征提取第16-18页
     ·基于距离度量的特征提取第16-17页
     ·基于概率距离判别的特征提取第17页
     ·基于判别熵最小化的特征提取第17-18页
   ·模式识别及分类方法第18-20页
     ·最近邻分类方法第18-19页
     ·贝叶斯分类方法第19-20页
   ·本章小结第20-21页
3 溜槽振动信号特征提取方法第21-32页
   ·振动信号特征参数第21-22页
   ·振动信号特征提取第22-28页
     ·时域特征提取第22-24页
     ·频域特征提取第24-25页
     ·时频域特征提取第25-28页
   ·特征提取在溜槽振动信号模式分析系统中的应用第28-31页
     ·实验数据描述第28-31页
     ·实验结果与分析第31页
   ·本章小结第31-32页
4 溜槽振动信号模式分析方法第32-44页
   ·溜槽振动模式分析研究第32-33页
   ·模式识别及分类方法第33-37页
     ·相似度度量方法第33-34页
     ·KNN 分类方法第34-35页
     ·朴素贝叶斯方法第35-37页
   ·模式识别及分类在溜槽振动信号模式分析系统中的应用第37-43页
     ·实验数据描述第37-40页
     ·性能评价指标第40-41页
     ·实验结果与分析第41-43页
   ·本章小结第43-44页
5 溜槽振动信号模式分析系统第44-54页
   ·系统功能第44-45页
   ·振动数据采集及模式分析终端第45-48页
   ·源数据采集模块第48-49页
   ·数据预处理及特征提取模块第49-50页
   ·模式匹配分析模块第50-53页
   ·本章小结第53-54页
6 总结与展望第54-55页
   ·总结第54页
   ·展望第54-55页
致谢第55-56页
参考文献第56-59页
附录第59页

论文共59页,点击 下载论文
上一篇:基于Web的EPON网络性能管理系统的设计与实现
下一篇:基于Web文本信息抽取的微博舆情分析