| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景及其意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 断路器机械特性监测研究现状 | 第10-12页 |
| 1.2.2 信息融合技术研究现状 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-15页 |
| 第2章 基于TLD的断路器动触头运动参数测定 | 第15-29页 |
| 2.1 前言 | 第15-16页 |
| 2.2 检测模块及其工作流程 | 第16-19页 |
| 2.2.1 随机森林分类器 | 第16-17页 |
| 2.2.2 检测流程 | 第17-19页 |
| 2.3 跟踪模块及其流程 | 第19-22页 |
| 2.3.1 Lucas-Kanede方法 | 第19-21页 |
| 2.3.2 向前向后误差 | 第21页 |
| 2.3.3 跟踪流程 | 第21-22页 |
| 2.4 P-N学习 | 第22-23页 |
| 2.5 TLD工作流程 | 第23-24页 |
| 2.6 应用实例分析 | 第24-28页 |
| 2.7 小结 | 第28-29页 |
| 第3章 基于集合经验模态分解的断路器振声信号特征提取 | 第29-42页 |
| 3.1 前言 | 第29页 |
| 3.2 EMD的基本概念及原理 | 第29-33页 |
| 3.2.1 基本概念 | 第30-31页 |
| 3.2.2 经验模态分解过程 | 第31-33页 |
| 3.3 EEMD分解原理 | 第33-35页 |
| 3.4 断路器振声信号特征向量提取与分析 | 第35-41页 |
| 3.4.1 信号采集 | 第35-39页 |
| 3.4.2 信号特征提取与分析 | 第39-41页 |
| 3.5 小结 | 第41-42页 |
| 第4章 基于RS-SVM信息融合的断路器故障识别 | 第42-57页 |
| 4.1 前言 | 第42页 |
| 4.2 粗糙集理论及其属性约简 | 第42-46页 |
| 4.2.1 信息系统 | 第42-43页 |
| 4.2.2 不可分辨关系 | 第43页 |
| 4.2.3 上近似、下近似、边界区 | 第43-44页 |
| 4.2.4 约简与核 | 第44页 |
| 4.2.5 一般约简算法 | 第44-45页 |
| 4.2.6 基于可辨识矩阵和逻辑运算的属性约简算法 | 第45-46页 |
| 4.3 支持向量机理论简介 | 第46-54页 |
| 4.3.1 线性可分情形 | 第46-48页 |
| 4.3.2 线性不可分情形 | 第48-50页 |
| 4.3.3 非线性情形 | 第50-51页 |
| 4.3.4 多分类支持向量机 | 第51-54页 |
| 4.4 实验分析与验证 | 第54-56页 |
| 4.5 小结 | 第56-57页 |
| 第5章 结论与展望 | 第57-59页 |
| 5.1 结论 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的论文 | 第62-63页 |
| 致谢 | 第63页 |