| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-20页 |
| ·选题背景及意义 | 第13-14页 |
| ·故障诊断方法概述 | 第14-16页 |
| ·一般的故障诊断方法 | 第14-15页 |
| ·智能故障诊断方法 | 第15-16页 |
| ·支持向量机与故障诊断 | 第16-18页 |
| ·支持向量机的产生 | 第16-17页 |
| ·模糊支持向量机的优点 | 第17页 |
| ·模糊支持向量机在故障诊断中的研究现状 | 第17-18页 |
| ·本文研究内容 | 第18-20页 |
| 第2章 支持向量机的基本理论 | 第20-34页 |
| ·概述 | 第20页 |
| ·支持向量分类机 | 第20-25页 |
| ·分类问题的描述 | 第20-21页 |
| ·支持向量机分类原理 | 第21-25页 |
| ·支持向量回归机 | 第25-28页 |
| ·回归问题的描述 | 第26-27页 |
| ·支持向量机回归原理 | 第27-28页 |
| ·支持向量机的特点 | 第28-29页 |
| ·最小二乘支持向量回归机 | 第29-33页 |
| ·最小二乘支持向量机基本原理 | 第29-30页 |
| ·LS-SVM 与SVM 性能比较 | 第30-33页 |
| ·小结 | 第33-34页 |
| 第3章 模糊支持向量机的算法研究 | 第34-44页 |
| ·基于模糊隶属度的LS_SVM 回归方法 | 第34-35页 |
| ·模糊隶属度的功能分析 | 第35-36页 |
| ·基于样本空间的模糊隶属度函数模型 | 第36-40页 |
| ·模糊隶属度的确定 | 第36-37页 |
| ·FLS_SVM 回归模型的建立 | 第37-38页 |
| ·仿真验证 | 第38-40页 |
| ·基于核空间模糊隶属度函数模型 | 第40-43页 |
| ·核函数 | 第40-41页 |
| ·模糊隶属度的确定 | 第41-42页 |
| ·仿真验证 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第4章 FLS_SVM 对飞控系统速率传感器的故障诊断 | 第44-53页 |
| ·传感器的典型故障 | 第44-45页 |
| ·传感器故障诊断方法评述 | 第45页 |
| ·FLS_SVM 对速率传感器故障诊断的基本步骤 | 第45-52页 |
| ·实验数据采集 | 第46-48页 |
| ·训练集样本的建立 | 第48-49页 |
| ·数据归一化处理 | 第49-50页 |
| ·核函数及模型参数选择 | 第50-51页 |
| ·预测器模型的建立 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第5章 FLS_SVM 在速率传感器故障诊断中的仿真与研究 | 第53-62页 |
| ·基于样本空间模糊隶属度的LS_SVM 速率传感器故障诊断 | 第53-57页 |
| ·基于核空间模糊隶属度的LS_SVM 速率传感器故障诊断 | 第57-60页 |
| ·小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 附录Ⅰ模糊隶属度计算程序清单 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第70页 |
