| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 主要符号表 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景、目的和意义 | 第12-13页 |
| ·研究背景 | 第12页 |
| ·研究目的及意义 | 第12-13页 |
| ·特征提取方法的研究背景 | 第13-17页 |
| ·平稳信号法研究现状 | 第13-14页 |
| ·非平稳信号法研究现状 | 第14-17页 |
| ·主要研究内容和方法 | 第17-19页 |
| ·研究目标 | 第17页 |
| ·研究内容 | 第17-18页 |
| ·章节安排 | 第18-19页 |
| 第2章 基于谐波小波包的故障特征提取 | 第19-34页 |
| ·小波包的基本理论 | 第19-22页 |
| ·小波包的定义及算法 | 第19-20页 |
| ·小波包的分解树及谱分析 | 第20-22页 |
| ·谐波小波的基本理论 | 第22-26页 |
| ·谐波小波 | 第22-23页 |
| ·谐波小波变换 | 第23-26页 |
| ·谐波小波包的基本理论 | 第26-29页 |
| ·基于谐波小波包的特征提取 | 第29-32页 |
| ·谐波小波包与 SVM 新型故障诊断方法 | 第29-30页 |
| ·基于谐波小波包特征提取方法的试验仿真分析 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第3章 基于 KPCA 的特征提取 | 第34-47页 |
| ·主元分析的基本理论 | 第34-35页 |
| ·核方法 | 第35-37页 |
| ·基于核主元分析的特征提取 | 第37-46页 |
| ·KPCA 的基本理论 | 第37-38页 |
| ·基于 KPCA 的特征提取 | 第38-39页 |
| ·基于谐波小波包与 KPCA 的二次特征提取方法 | 第39-40页 |
| ·基于谐波小波包与 KPCA 二次特征提取方法的实验仿真分析 | 第40-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 故障特征评价方法研究 | 第47-60页 |
| ·特征提取相关概念 | 第47-48页 |
| ·特征提取 | 第47页 |
| ·特征评价 | 第47-48页 |
| ·基于错误率的评价准则 | 第48-51页 |
| ·Fisher 准则 | 第48-49页 |
| ·决策树 | 第49-50页 |
| ·支持向量机 | 第50-51页 |
| ·基于样本统计量评价准则 | 第51-59页 |
| ·距离度量 | 第52-56页 |
| ·信息度量 | 第56-57页 |
| ·依赖性度量 | 第57-58页 |
| ·一致性度量 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第68页 |