| 第一章 绪论 | 第1-16页 |
| ·引言 | 第7-8页 |
| ·故障诊断方法的分类 | 第8-12页 |
| ·基于解析模型的故障诊断方法 | 第9页 |
| ·基于信号处理的故障诊断方法 | 第9-10页 |
| ·基于知识的故障诊断方法 | 第10-12页 |
| ·歼击机操纵面故障诊断现状 | 第12-14页 |
| ·基于模型的诊断方法 | 第13-14页 |
| ·基于神经网络的诊断方法 | 第14页 |
| ·本文概要 | 第14-16页 |
| 第二章 粗糙集与粗糙神经网络 | 第16-25页 |
| ·引言 | 第16页 |
| ·粗糙集理论基础 | 第16-20页 |
| ·知识和知识表达系统 | 第16-17页 |
| ·不可分辨关系与粗糙集 | 第17-18页 |
| ·数据离散化 | 第18-19页 |
| ·知识约简以及知识的依赖性 | 第19-20页 |
| ·粗糙神经网络及其应用 | 第20-25页 |
| ·粗糙集预处理 | 第20-21页 |
| ·基于粗糙计算的神经网络 | 第21-24页 |
| ·粗糙神经网络的研究方向 | 第24-25页 |
| 第三章 基于粗糙集的多层容错神经网络故障诊断 | 第25-38页 |
| ·引言 | 第25页 |
| ·基于粗糙集的多层容错神经网络故障诊断的一般结构及步骤 | 第25-27页 |
| ·故障诊断的一般结构 | 第25页 |
| ·数据离散化 | 第25-26页 |
| ·形成约简 | 第26-27页 |
| ·神经网络分类辨识系统 | 第27页 |
| ·诊断步骤 | 第27页 |
| ·基于粗糙集的多层容错神经网络歼击机操纵面故障诊断 | 第27-37页 |
| ·故障树结构的确定 | 第28-29页 |
| ·神经网络容错故障辨识系统 | 第29-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于小波分析的神经网络故障分类 | 第38-46页 |
| ·引言 | 第38页 |
| ·小波变换 | 第38-41页 |
| ·小波函数及小波变换 | 第38-39页 |
| ·离散小波变换 | 第39-40页 |
| ·Daubechies小波 | 第40-41页 |
| ·基于小波变换的信号奇异性检测及故障分类 | 第41-42页 |
| ·信号奇异性检测 | 第41-42页 |
| ·基于小波特征提取的神经网络故障分类 | 第42页 |
| ·仿真研究 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于粗糙集的分形故障诊断 | 第46-64页 |
| ·引言 | 第46页 |
| ·分形和分形维数 | 第46-49页 |
| ·分形 | 第46-47页 |
| ·分形维数 | 第47-48页 |
| ·时间序列曲线盒维数的计算 | 第48-49页 |
| ·基于粗糙集的分形故障诊断的一般步骤 | 第49-52页 |
| ·基于粗糙集的分形歼击机操纵面故障诊断 | 第52-60页 |
| ·分形维数的计算和曲线拟合 | 第54-58页 |
| ·诊断实例 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 附录 诊断程序 | 第61-64页 |
| 第六章 仿真诊断软件的设计 | 第64-74页 |
| ·引言 | 第64页 |
| ·诊断软件的设计 | 第64-67页 |
| ·在VC++程序中调用MATLAB引擎 | 第64-65页 |
| ·诊断程序的设计 | 第65-67页 |
| ·诊断实例 | 第67-70页 |
| ·粗糙神经网络诊断方法 | 第67-68页 |
| ·小波诊断方法 | 第68-69页 |
| ·分形几何诊断方法 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 附录 部分程序代码 | 第71-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·本文的主要工作和贡献 | 第74-75页 |
| ·需进一步研究的问题 | 第75-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果 | 第77-78页 |
| 参考文献 | 第78-81页 |