| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 前 言 | 第9-16页 |
| ·容差模拟电路软故障诊断的意义 | 第9-10页 |
| ·模拟电路软故障诊断的研究现状和方法 | 第10-13页 |
| ·模拟电路软故障诊断字典法的研究现状 | 第11-12页 |
| ·现代模拟电路软故障诊断方法 | 第12-13页 |
| ·模拟电路软故障诊断的发展趋势 | 第13-14页 |
| ·本文的主要思想和基本内容 | 第14-16页 |
| 第2 章量子神经网络 | 第16-38页 |
| ·量子神经网络的发展 | 第16-17页 |
| ·量子神经网络模型 | 第17-20页 |
| ·多层激励函数的量子神经网络 | 第17-18页 |
| ·Qubit 神经元模型 | 第18页 |
| ·多宇宙的量子神经网络模型 | 第18-19页 |
| ·其他模型研究 | 第19-20页 |
| ·量子神经网络的研究方向 | 第20-21页 |
| ·多层激励函数量子神经网络特性与学习算法 | 第21-28页 |
| ·基于量子神经网络的容差模拟电路软故障诊断 | 第28-30页 |
| ·输入特征 | 第29-30页 |
| ·输出特征 | 第30页 |
| ·诊断实例 | 第30-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于小波与量子神经网络的模拟电路故障诊断 | 第38-52页 |
| ·基于小波分析的模拟电路故障特征提取 | 第38-41页 |
| ·小波分析 | 第38-39页 |
| ·容差电路的小波分解可行域求解方法 | 第39-40页 |
| ·小波基与小波尺度的分解 | 第40-41页 |
| ·基于小波与量子神经网络进行故障诊断的原理 | 第41-42页 |
| ·诊断实例 | 第42-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 基于小波包与量子神经网络的容差模拟电路软故障诊断 | 第52-67页 |
| ·模拟电路故障特征向量的小波包提取 | 第52-57页 |
| ·小波包分解的能量守恒原理 | 第52-53页 |
| ·最优小波包基的选择 | 第53-57页 |
| ·容差电路特征向量的小波包提取 | 第57页 |
| ·分解尺度的选择 | 第57页 |
| ·具体实验 | 第57-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第73-74页 |
| 致谢 | 第74页 |