| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·课题研究的意义 | 第9页 |
| ·故障诊断概述 | 第9-11页 |
| ·故障诊断的基本概念 | 第9-10页 |
| ·故障诊断的方法 | 第10-11页 |
| ·课题研究的主要内容及目标 | 第11-12页 |
| ·课题背景 | 第11页 |
| ·论文主要内容 | 第11-12页 |
| 2 神经网络基本原理 | 第12-26页 |
| ·信息融合技术概述 | 第12页 |
| ·神经元的模型 | 第12-13页 |
| ·神经元的传递函数 | 第13-14页 |
| ·神经网络的分类 | 第14-15页 |
| ·前向神经网络 | 第14页 |
| ·反馈神经网络 | 第14-15页 |
| ·神经网络的学习模型 | 第15-16页 |
| ·有导师学习 | 第15页 |
| ·无导师学习 | 第15-16页 |
| ·神经网络的特点和功能 | 第16-17页 |
| ·BP神经网络和RBF神经网络 | 第17-26页 |
| ·BP神经网络 | 第17-23页 |
| ·RBF神经网络 | 第23-26页 |
| 3 常见道岔故障和道岔监测系统 | 第26-34页 |
| ·道岔转换系统的基本组成及其常见故障 | 第26-30页 |
| ·电气设备的基本组成及其常见故障 | 第26-28页 |
| ·机械设备的基本组成及其常见故障 | 第28-30页 |
| ·道岔监测系统 | 第30-34页 |
| ·道岔监测系统概况 | 第30-31页 |
| ·道岔监测系统架构 | 第31-32页 |
| ·道岔监测系统软件架构 | 第32-34页 |
| 4 基于神经网络的道岔智能故障诊断方法的研究与实现 | 第34-56页 |
| ·BP神经网络的设计 | 第35-49页 |
| ·输入/输出层的设计 | 第35-38页 |
| ·样本的选取与处理 | 第38页 |
| ·初始权值的选择 | 第38-39页 |
| ·隐含层数和隐含层节点数的确定 | 第39页 |
| ·BP神经网络的训练与测试 | 第39-49页 |
| ·RBF神经网络的设计 | 第49-54页 |
| ·RBF子神经网络1的训练与测试 | 第49-51页 |
| ·RBF子神经网络2的训练与测试 | 第51-53页 |
| ·RBF子神经网络3的训练与测试 | 第53-54页 |
| ·算法讨论 | 第54-56页 |
| 结论 | 第56-59页 |
| 参考文献 | 第59-61页 |
| 攻读学位期间的研究成果 | 第61页 |