| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·故障诊断技术的目的及意义 | 第10页 |
| ·故障诊断的发展现状 | 第10-13页 |
| ·本论文的主要研究内容 | 第13-14页 |
| 第2章 BP 神经网络和概率神经网络的基本理论 | 第14-26页 |
| ·人工神经网络 | 第14-16页 |
| ·人工神经网络模型 | 第14-16页 |
| ·神经网络的学习方法 | 第16页 |
| ·BP 神经网络 | 第16-20页 |
| ·BP 算法 | 第17-19页 |
| ·BP 神经网络的应用要点 | 第19-20页 |
| ·概率神经网络 | 第20-25页 |
| ·贝叶斯决策和密度函数核估计 | 第21页 |
| ·其他拓扑结构 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于神经网络的故障诊断方法 | 第26-38页 |
| ·基于BP 神经网络的故障诊断方法 | 第26-33页 |
| ·TE 过程 | 第26-29页 |
| ·BP 神经网络的网络结构 | 第29页 |
| ·BP 神经网络的训练过程 | 第29-30页 |
| ·实验仿真 | 第30-33页 |
| ·基于概率神经网络的故障诊断方法 | 第33-36页 |
| ·概率神经网络的诊断原理 | 第33-34页 |
| ·实验仿真 | 第34-36页 |
| ·BP 神经网络和概率神经网络的比较 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于PCA 的神经网络改进故障诊断算法研究 | 第38-46页 |
| ·主元分析 | 第38-42页 |
| ·基于PCA 的BP 神经网络故障诊断仿真 | 第42-44页 |
| ·基于PCA 的概率神经网络故障诊断仿真 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻读学位期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52页 |