基于复合核函数支持向量机的模拟电路故障诊断
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究背景及意义 | 第11页 |
| ·模拟电路故障诊断技术的发展及研究现状 | 第11-12页 |
| ·支持向量机理论的发展及其应用 | 第12-14页 |
| ·本文主要研究内容 | 第14-17页 |
| 第2章 模拟电路故障诊断 | 第17-29页 |
| ·模拟电路故障诊断的基本概念 | 第17-18页 |
| ·模拟电路故障诊断的特点 | 第17页 |
| ·模拟电路故障诊断的分类 | 第17-18页 |
| ·模拟电路故障诊断的常规方法 | 第18-20页 |
| ·现代模拟电路故障诊断方法 | 第20-26页 |
| ·专家系统 | 第20-21页 |
| ·人工神经网络 | 第21-22页 |
| ·小波变换 | 第22-23页 |
| ·模糊理论 | 第23-24页 |
| ·信息融合诊断技术 | 第24页 |
| ·Agent诊断技术 | 第24-25页 |
| ·遗传算法 | 第25-26页 |
| ·分形理论 | 第26页 |
| ·模拟电路故障诊断的模式识别过程 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 支持向量机 | 第29-41页 |
| ·支持向量机基本概念 | 第29-35页 |
| ·最优分类超平面 | 第29-30页 |
| ·线性支持向量机 | 第30-33页 |
| ·非线性支持向量机 | 第33-34页 |
| ·支持向量机算法步骤 | 第34-35页 |
| ·多类分类支持向量机算法 | 第35-40页 |
| ·修改目标函数分类算法 | 第36页 |
| ·一对多分类算法 | 第36-37页 |
| ·一对一分类算法 | 第37页 |
| ·决策导向无环图方法 | 第37-38页 |
| ·纠错输出编码分类算法 | 第38-39页 |
| ·模糊向量机分类算法 | 第39页 |
| ·二叉树分类算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 核主元分析 | 第41-45页 |
| ·特征提取 | 第41-42页 |
| ·核主元分析 | 第42-43页 |
| ·基于核主元分析的模拟电路故障特征提取 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 复合核函数 | 第45-53页 |
| ·核函数 | 第45-47页 |
| ·本文提出的新的复合核函数 | 第47-49页 |
| ·实例仿真 | 第49-51页 |
| ·结论 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 基于支持向量机的电路故障诊断 | 第53-75页 |
| ·基于支持向量机的模拟电路故障诊断 | 第53-56页 |
| ·仿真实验 | 第56-73页 |
| ·差动放大器电路故障诊断 | 第57-61页 |
| ·低通滤波器电路故障诊断 | 第61-65页 |
| ·二级视频放大器电路故障诊断 | 第65-69页 |
| ·Buck-boost电路 | 第69-73页 |
| ·实验结果分析 | 第73页 |
| ·本章小结 | 第73-75页 |
| 第7章 结论与展望 | 第75-77页 |
| ·结论 | 第75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士学位期间参加的科研工作 | 第85-87页 |
| 攻读硕士学位期间发表的论文 | 第87页 |
