声明
第1章 绪论
1.1研究背景及意义
1.2国内外研究现状
1.3本文研究内容及其结构安排
第2章 相关理论基础
2.1引言
2.2 数据预处理方法介绍
2.3故障诊断方法介绍
2.4 本章小结
第3章 基于信息熵和相对主元分析的故障诊断方法
3.1引言
3.2 基于信息熵的信息增益算法
3.3 基于信息增益与相对主元分析的故障诊断方法
3.4 仿真研究
3.5 本章小结
第4章 基于随机投影和支持向量机的故障诊断方法
4.1 引言
4.2 基于PCA与支持向量机的故障诊断算法
4.3随机投影与主元分析的保距性分析
4.4基于随机投影和支持向量机的故障诊断方法
4.5 仿真实验
4.6 本章小结
第5章 基于kalman filter的实时在线极限学习机算法
5.1 引言
5.2基于递归最小二乘法的在线实时极限学习机算法
5.3 Kalman Filter与RLS在实时序贯性上的性能比较
5.4 基于Kalman Filter的实时在线极限学习机算法
5.5 仿真实验
5.6 本章小结
第6章 总结与展望
6.1研究总结
6.2 工作展望
致谢
参考文献
附录
杭州电子科技大学;