| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-11页 |
| Contents | 第11-14页 |
| 第一章 绪论 | 第14-26页 |
| ·神经网络集成概述 | 第14-22页 |
| ·人工神经网络 | 第14-15页 |
| ·神经网络集成 | 第15-21页 |
| ·神经网络集成发展应用及存在的问题 | 第21-22页 |
| ·本文的主要研究内容 | 第22-26页 |
| ·基于争议度的 AdaBoost 权值调整策略研究 | 第23页 |
| ·基于样本分布的样本权值调整策略研究 | 第23-24页 |
| ·逆向权值调整策略 IB 和 IB+算法研究 | 第24页 |
| ·特征提取方法多测度指标的综合评价及优化 | 第24页 |
| ·改进算法的应用研究 | 第24-26页 |
| 第二章 基于争议度的集成网络样本权值调整 | 第26-36页 |
| ·改进算法分析 | 第26-29页 |
| ·AdaBoost 算法权值调整缺陷分析 | 第26-27页 |
| ·ERstd—AdaBoost 权值调整改进算法分析 | 第27-28页 |
| ·ERstd—AdaBoost 算法描述 | 第28-29页 |
| ·实验及分析 | 第29-34页 |
| ·泛化性能实验 | 第29-32页 |
| ·差异度及精度实验 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 基于样本分布的 ABSD 算法 | 第36-46页 |
| ·过拟合现象及其分析 | 第36-37页 |
| ·ABSD 算法描述 | 第37-39页 |
| ·ABSD 算法 | 第37-38页 |
| ·ABSD 算法说明 | 第38-39页 |
| ·实验及分析 | 第39-44页 |
| ·过拟合现象的比较实验 | 第39-42页 |
| ·样本训练次数的比较实验 | 第42-44页 |
| ·ABSD 算法集成泛化性能 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第四章 逆向权值调整的集成算法 | 第46-62页 |
| ·逆向权值分布策略的特性 | 第46-48页 |
| ·逆向权值分布策略与正向权值分布策略 | 第46-48页 |
| ·Boosting 类算法集成网络泛化误差分析 | 第48页 |
| ·集成泛化性能分析 | 第48-60页 |
| ·逆向权值分布策略的泛化性能 | 第49-50页 |
| ·个体分类器泛化误差对泛化性能的影响 | 第50-54页 |
| ·差异度实验 | 第54-56页 |
| ·降低个体分类器泛化误差以提集成网络的泛化性能 | 第56-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 特征提取方法多测度指标的综合评价及优化 | 第62-78页 |
| ·类别可分性测度 | 第62-63页 |
| ·层次分析法 AHP | 第63-69页 |
| ·建立递阶层次结构 | 第64-65页 |
| ·构造两两比较判断矩阵 | 第65-66页 |
| ·层次单排序及一致性检验 | 第66-68页 |
| ·层次总排序及一致性检验 | 第68-69页 |
| ·基于 AHP 的特征提取方法综合评价 | 第69-74页 |
| ·32 维特征 AHP 综合评价 | 第71-73页 |
| ·64 维、96 维特征 AHP 综合评价 | 第73-74页 |
| ·特征提取方法的优化 | 第74-76页 |
| ·混合组合特征维的优化方法 | 第74-75页 |
| ·优化方法评价 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 第六章 改进算法在滚动轴承故障诊断上的应用研究 | 第78-92页 |
| ·滚动轴承的故障特征 | 第78-80页 |
| ·滚动轴承的故障诊断方法 | 第80-81页 |
| ·在线监测诊断的需求 | 第81-82页 |
| ·基于时域信号的波形分析方法 | 第82-87页 |
| ·信号幅值的概率密度特征 | 第82-85页 |
| ·信号时间概率密度特征 | 第85-87页 |
| ·基于集成改进算法的滚动轴承故障诊断 | 第87-91页 |
| ·数据样本说明 | 第87-89页 |
| ·分类结果实验 | 第89-90页 |
| ·泛化性能实验 | 第90-91页 |
| ·本章小结 | 第91-92页 |
| 第七章 总结与展望 | 第92-94页 |
| ·论文完成的主要工作 | 第92-93页 |
| ·主要创新点 | 第93页 |
| ·今后工作展望 | 第93-94页 |
| 参考文献 | 第94-98页 |
| 致谢 | 第98-100页 |
| 发表的学术论文 | 第100-101页 |
| 附件 | 第101-102页 |