| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究意义 | 第11-12页 |
| ·基于主成分分析PCA 方法的特征提取研究现状 | 第12-14页 |
| ·核主成分分析KPCA 方法的研究现状 | 第14-15页 |
| ·本文主要研究内容 | 第15-17页 |
| 第二章 主成分分析PCA 原理 | 第17-25页 |
| ·离散Karhumen-Loeve 变换 | 第17-21页 |
| ·离散K-L 展开式 | 第17-19页 |
| ·基于K-L 变换的特征提取 | 第19-21页 |
| ·奇异值分解(SVD) | 第21-22页 |
| ·最近邻算法 | 第22页 |
| ·基于PCA 的人脸特征识别 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 核主成分分析KPCA 原理 | 第25-33页 |
| ·核方法简介 | 第25-27页 |
| ·基于核的主成分分析方法(KPCA) | 第27-30页 |
| ·核主成分分析的概念 | 第27页 |
| ·核主成分分析的原理 | 第27-29页 |
| ·核主成分分析算法的执行步骤 | 第29-30页 |
| ·核主成分分析的特性 | 第30页 |
| ·基于KPCA 的人脸特征识别 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 KPCA 在香烟条包端面透明纸中的应用研究 | 第33-42页 |
| ·香烟条包外观图像在线检测系统 | 第33-36页 |
| ·图像检测系统介绍 | 第33-34页 |
| ·光源系统 | 第34页 |
| ·相机 | 第34-35页 |
| ·图像采集卡 | 第35页 |
| ·触发系统 | 第35-36页 |
| ·剔出装置 | 第36页 |
| ·透明纸图像损伤特点分析 | 第36-37页 |
| ·实验结果与分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 KPCA 在航空发动机滑油滤图像中的应用研究 | 第42-53页 |
| ·航空发动机滑油滤常见故障及图像特征分析 | 第42-44页 |
| ·概述 | 第42-43页 |
| ·滑油滤常见故障及图像特征分析 | 第43-44页 |
| ·发动机滑油滤监控系统 | 第44-47页 |
| ·滑油滤清洗和磨屑收集装置 | 第44-46页 |
| ·滑油滤磨屑图像采集系统 | 第46-47页 |
| ·实验结果与分析 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 KPCA 在航空发动机转子故障诊断中的应用研究 | 第53-63页 |
| ·转子故障模拟实验台系统 | 第53-55页 |
| ·ZT-3 多功能转子故障模拟实验台 | 第53-54页 |
| ·数据采集及分析系统 | 第54-55页 |
| ·ZT-3 型转子振动实验台故障实验 | 第55页 |
| ·基于核主成分分析（KPCA）的转子故障特征提取 | 第55-62页 |
| ·转子故障信号频谱预处理 | 第56-58页 |
| ·实验结果与分析 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |
