| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-19页 |
| ·论文选题背景及研究意义 | 第12-13页 |
| ·国内外研究现状及发展趋势 | 第13-17页 |
| ·国内外研究现状 | 第13-15页 |
| ·发展趋势 | 第15-17页 |
| ·论文研究目标及主要内容 | 第17-19页 |
| ·论文研究目标 | 第17页 |
| ·主要研究内容 | 第17-19页 |
| 2 铁路信号系统及设备的故障分析 | 第19-31页 |
| ·铁路信号系统 | 第19-22页 |
| ·铁路信号基础设备 | 第19-20页 |
| ·铁路信号系统构成 | 第20-22页 |
| ·铁路信号设备的故障分析 | 第22-31页 |
| ·故障的基本概念 | 第22页 |
| ·故障的分类分析 | 第22-24页 |
| ·铁路车站信号设备常见故障的分类分析 | 第24-31页 |
| 3 铁路信号设备故障诊断模型及方法的研究 | 第31-51页 |
| ·故障诊断的基本概念 | 第31页 |
| ·故障诊断的模型与方法分析 | 第31-37页 |
| ·传统的故障诊断方法 | 第31-32页 |
| ·基于信号处理的方法 | 第32页 |
| ·基于解析模型的方法 | 第32-33页 |
| ·基于知识的方法 | 第33-37页 |
| ·智能化决策树学习算法 | 第37-41页 |
| ·决策树的基本概念 | 第37-38页 |
| ·决策树的构成过程 | 第38-40页 |
| ·决策树的知识表示与获取 | 第40-41页 |
| ·ID3算法 | 第41-43页 |
| ·C4.5算法 | 第43-45页 |
| ·铁路信号设备故障诊断模型与方法分析 | 第45-51页 |
| ·基于电路逻辑仿真技术的故障机理分析模型法 | 第45-48页 |
| ·基于模拟量监测数据的故障诊断及趋势预测分析模型法 | 第48-49页 |
| ·基于专家故障处理实际经验知识机理分析模型法 | 第49-50页 |
| ·故障诊断的智能决策学习方法 | 第50-51页 |
| 4 基于智能学习算法的铁路信号设备故障诊断系统实现 | 第51-66页 |
| ·铁路车站信号设备故障诊断总体结构设计 | 第51-52页 |
| ·基于智能C4.5学习算法的设备复杂故障诊断实现流程 | 第52-53页 |
| ·基于学习算法的复杂故障诊断的应用软件开发 | 第53-56页 |
| ·故障诊断实例模拟分析及效果的评价 | 第56-66页 |
| ·故障诊断实例模拟分析 | 第56-65页 |
| ·故障诊断的效果评价 | 第65-66页 |
| 5 结论与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73页 |
