基于人工智能技术的印刷电路板故障诊断方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1. 绪论 | 第8-14页 |
| ·课题的来源及意义 | 第8-9页 |
| ·电路板故障诊断发展过程 | 第9-10页 |
| ·我国电路板故障诊断的主要差距 | 第10-11页 |
| ·研究目标 | 第11页 |
| ·人工智能技术 | 第11-12页 |
| ·本论文研究的内容 | 第12-14页 |
| 2. 小波分析技术-数据预处理 | 第14-19页 |
| ·引言 | 第14页 |
| ·小波变换 | 第14页 |
| ·小波包分解 | 第14-15页 |
| ·运用小波包分解进行数据预处理的方法 | 第15-18页 |
| ·本章小结 | 第18-19页 |
| 3. 基于数据挖掘的故障诊断方法研究 | 第19-26页 |
| ·数据挖掘 | 第19页 |
| ·支持向量机 | 第19-22页 |
| ·基于支持向量机的电路板故障诊断方法 | 第22-25页 |
| ·支持向量机的分类模式 | 第22-24页 |
| ·诊断流程与诊断步骤 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 4. 基于神经网络的故障诊断方法研究 | 第26-34页 |
| ·引言 | 第26页 |
| ·神经网络在电路板故障诊断中的应用 | 第26-27页 |
| ·神经网络的组成与算法 | 第27-32页 |
| ·神经网络的组成 | 第27-28页 |
| ·BP 网络及其改进算法 | 第28-32页 |
| ·基于神经网络的电路板故障诊断方法 | 第32-33页 |
| ·诊断流程 | 第32页 |
| ·诊断步骤 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 5. 基于信息融合的故障诊断方法研究 | 第34-38页 |
| ·引言 | 第34页 |
| ·信息融合的原理 | 第34-35页 |
| ·基于信息融合的电路板故障诊断方法 | 第35-36页 |
| ·信息融合故障诊断框架 | 第35页 |
| ·信息融合诊断方法 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 6. 实际电路板验证与电路板故障诊断系统软件设计 | 第38-64页 |
| ·人工智能软件设计 | 第38-54页 |
| ·验证流程及验证电路板介绍 | 第54-56页 |
| ·验证流程 | 第54-55页 |
| ·验证电路板介绍 | 第55页 |
| ·测试平台介绍 | 第55-56页 |
| ·实际电路板验证 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的学术论文及科研成果 | 第69-70页 |
| 致谢 | 第70页 |
