基于SNN的时间序列相似性度量与故障诊断应用研究

目录

声明

摘要

第一章绪论

1．1课题研究背景及目的

1．1．1 时间序列数据及其相似性研究的意义

1．1．2故障自动诊断研究的目的意义

1．2国内外研究现状

1．3论文主要内容

1．4论文章节安排

第二章时间序列相似性度量及分类方法

2．1时间序列相似性度量

2．1．1闵可夫斯基距离

2．1．2动态时间弯曲

2．1．3其他距离度量

2．2度量学习

2．2．1近邻成分分析

2．2．2大间隔最近邻

2．3分类算法

2．3．1支持向量机

2．3．2神经网络

2．3．3 K近邻算法

2．4小结

第三章基于SNN的时间序列相似性度量模型研究

3．1模型基本结构的建立

3．1．1 SNN一般结构

3．1．2损失函数

3．1．3度量函数

3．2 SNN度量下假设间隔分析实验

3．3基于SNN的时间序列分类实验

3．3．1 模型结构参数对分类错误率的影响分析

3．3．2基于ED／DTW／SNN度量方法的分类实验比较

3．4小结

第四章基于SNN的滚动轴承故障诊断应用研究

4．1滚动轴承故障信号分析

4．2基于振动信号的轴承故障诊断实验

4．2．1实验设备与实验数据

4．2．2基于前馈神经网络SNN的轴承故障诊断

4．2．3基于一维卷积网络SNN的轴承故障诊断

4．3不同分类方法性能对比实验

4．4改变运行状况实验

4．5小结

第五章总结与展望

5．1论文内容总结

5．2未来工作展望

参考文献

致谢

附录