| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题来源 | 第10页 |
| ·课题研究的意义和目的 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文的研究内容 | 第13-14页 |
| 第二章 自组织特征映射故障诊断方法 | 第14-33页 |
| ·特征选择 | 第14-20页 |
| ·主成分分析PCA | 第15页 |
| ·线性判别分析LDA | 第15-20页 |
| ·Self-Organizing Map(SOM)方法 | 第20-24页 |
| ·SOM 概述 | 第20-21页 |
| ·SOM 算法 | 第21-23页 |
| ·U 矩阵可视化方法 | 第23页 |
| ·仿真分析 | 第23-24页 |
| ·Grouping Neuron SOM(GNSOM)可视化方法 | 第24-28页 |
| ·GNSOM 概述 | 第25页 |
| ·GNSOM 算法 | 第25-27页 |
| ·仿真分析 | 第27-28页 |
| ·Distance Preserving SOM(DPSOM)可视化方法 | 第28-31页 |
| ·DPSOM 概述 | 第28-29页 |
| ·DPSOM 算法 | 第29-30页 |
| ·DPSOM 算法分析 | 第30页 |
| ·仿真分析 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 半监督自组织映射故障诊断方法 | 第33-50页 |
| ·半监督学习方法概述 | 第33-35页 |
| ·半监督自组织映射 | 第35-41页 |
| ·半监督SOM 故障诊断方法 | 第35-38页 |
| ·半监督GNSOM 故障诊断方法 | 第38-39页 |
| ·半监督DPSOM 故障诊断方法 | 第39-40页 |
| ·Iris 数据仿真结果分析 | 第40-41页 |
| ·实例分析 | 第41-48页 |
| ·实例一：齿轮故障 | 第41-44页 |
| ·实例二：轴承故障 | 第44-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 变速器早期故障预报方法 | 第50-69页 |
| ·试验系统及组成 | 第50-51页 |
| ·变速器齿轮类早期故障预报 | 第51-65页 |
| ·齿轮数据采集 | 第51-52页 |
| ·齿轮振动信号特征分析 | 第52-57页 |
| ·基于SOM 故障预报方法 | 第57-59页 |
| ·基于GNSOM 的故障预报方法 | 第59-61页 |
| ·基于DPSOM 的故障预报方法 | 第61-62页 |
| ·实验结果分析 | 第62-65页 |
| ·变速器齿轮多类故障混合预报 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 结论与展望 | 第69-71页 |
| 结论 | 第69-70页 |
| 展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78页 |
