| 摘要 | 第4-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第16-41页 |
| 第一节 研究背景及意义 | 第16-20页 |
| 一 研究背景 | 第16-19页 |
| 二 研究意义 | 第19-20页 |
| 第二节 过程质量诊断概念与技术 | 第20-23页 |
| 一 过程质量诊断的概念 | 第20-21页 |
| 二 过程质量诊断技术 | 第21-23页 |
| 第三节 过程质量诊断技术的研究现状 | 第23-36页 |
| 一 基于统计方法的控制图监控技术 | 第24-28页 |
| 二 基于控制图模式识别的智能监控方法 | 第28-34页 |
| 三 基于定性趋势分析的智能诊断方法 | 第34-35页 |
| 四 基于规则推理专家系统的智能诊断方法 | 第35-36页 |
| 第四节 主要研究内容与创新之处 | 第36-41页 |
| 一 研究内容 | 第36-38页 |
| 二 技术路线与论文框架 | 第38-39页 |
| 三 创新之处 | 第39-41页 |
| 第二章 模式识别原理与相关理论 | 第41-57页 |
| 第一节 模式识别的原理 | 第41-46页 |
| 一 模式识别的基本过程 | 第41-43页 |
| 二 模式识别的一般模型 | 第43-44页 |
| 三 经验风险最小化原则 | 第44-46页 |
| 第二节 统计学习理论 | 第46-48页 |
| 一 VC维 | 第46-47页 |
| 二 结构风险最小化原则 | 第47-48页 |
| 第三节 支持向量机与核函数 | 第48-56页 |
| 一 支持向量机分类 | 第49-53页 |
| 二 支持向量回归 | 第53-55页 |
| 三 核函数选择问题 | 第55-56页 |
| 第四节 小结 | 第56-57页 |
| 第三章 自动化生产过程质量模式识别模型与仿真分析 | 第57-89页 |
| 第一节 自动化生产过程质量模式与数据描述 | 第57-63页 |
| 一 自动化生产过程及其特点 | 第57-59页 |
| 二 自动化生产过程质量模式 | 第59-61页 |
| 三 质量模式数据的描述方法 | 第61-63页 |
| 第二节 自动化生产过程质量模式的混合特征提取方法 | 第63-70页 |
| 一 统计特征 | 第63-65页 |
| 二 小波分解特征 | 第65-67页 |
| 三 几何形状特征 | 第67-69页 |
| 四 基于小波分解与形状特征的混合特征 | 第69-70页 |
| 第三节 基于神经网络与支持向量机的识别模型构建 | 第70-80页 |
| 一 BP神经网络 | 第71-73页 |
| 二 多分类支持向量机 | 第73-75页 |
| 三 粒子群参数优化 | 第75-77页 |
| 四 基于BP神经网络与支持向量的识别模型 | 第77-80页 |
| 第四节 识别模型的仿真实验验证 | 第80-88页 |
| 一 质量模式的多特征提取 | 第80-83页 |
| 二 识别模型初始化 | 第83-84页 |
| 三 混合特征与识别模型性能分析 | 第84-88页 |
| 第五节 小结 | 第88-89页 |
| 第四章 自动化生产过程异常模式参数估计模型与仿真分析 | 第89-107页 |
| 第一节 现有模型及离散小波重构 | 第89-93页 |
| 一 现有异常模式参数估计模型 | 第89-90页 |
| 二 离散小波重构 | 第90-93页 |
| 第二节 优化多核支持向量回归 | 第93-97页 |
| 一 核函数的性质 | 第93-94页 |
| 二 多核函数构建 | 第94-95页 |
| 三 多核支持向量回归的参数优化 | 第95-97页 |
| 第三节 基于小波重构的异常模式参数估计模型构建 | 第97-100页 |
| 一 异常模式参数估计模型 | 第97-99页 |
| 二 估计模型的工作流程 | 第99-100页 |
| 第四节 估计模型的仿真实验验证 | 第100-106页 |
| 一 异常模式的小波重构特征 | 第100-102页 |
| 二 估计模型参数优化 | 第102-103页 |
| 三 估计模型性能分析 | 第103-106页 |
| 第五节 小结 | 第106-107页 |
| 第五章 自动化生产过程在线质量智能诊断框架与应用 | 第107-123页 |
| 第一节 在线质量智能诊断框架的构建 | 第107-111页 |
| 一 在线质量智能诊断框架 | 第107-109页 |
| 二 诊断框架的工作流程 | 第109-111页 |
| 第二节 精密轴自动化加工过程在线智能监控与诊断 | 第111-122页 |
| 一 应用背景介绍 | 第112-114页 |
| 二 智能诊断框架的离线训练与测试 | 第114-117页 |
| 三 精密轴专家诊断知识库的构建 | 第117-120页 |
| 四 在线监控与诊断 | 第120-122页 |
| 第三节 小结 | 第122-123页 |
| 第六章 结论与展望 | 第123-127页 |
| 第一节 本文结论 | 第123-124页 |
| 第二节 进一步展望 | 第124-127页 |
| 参考文献 | 第127-137页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第137-138页 |
| 个人简历 | 第137页 |
| 在学期间发表的学术论文 | 第137页 |
| 研究成果 | 第137-138页 |
| 致谢 | 第138页 |