基于分形理论与模糊神经网络的模拟电路故障诊断研究
| 湖南大学学位论文原创性声明 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-21页 |
| ·模拟电路故障诊断的目的与意义 | 第10-11页 |
| ·模拟电路故障诊断理论的发展过程 | 第11-13页 |
| ·模拟电路故障诊断方法的分类 | 第13-14页 |
| ·智能技术在故障诊断中的应用 | 第14-19页 |
| ·模式识别方法 | 第14-17页 |
| ·神经网络在诊断中的应用 | 第17页 |
| ·模糊理论在诊断中的应用 | 第17-18页 |
| ·专家系统在诊断中的应用 | 第18-19页 |
| ·本文的主要工作 | 第19-21页 |
| 第2章 神经网络在电路故障诊断中的应用 | 第21-41页 |
| ·神经网络方法 | 第21-25页 |
| ·神经网络模型 | 第21-23页 |
| ·神经网络的学习算法 | 第23-24页 |
| ·神经网络的基本特性 | 第24-25页 |
| ·基于 BP 网络的故障诊断方法 | 第25-35页 |
| ·多层前馈 BP 网络 | 第25-27页 |
| ·BP 网络的训练 | 第27-29页 |
| ·神经网络工具箱函数的应用 | 第29-32页 |
| ·诊断算法 | 第32-33页 |
| ·诊断实例 | 第33-35页 |
| ·SOFM 网络在故障诊断中的应用 | 第35-40页 |
| ·网络模型 | 第35-36页 |
| ·SOFM 网络学习算法 | 第36-37页 |
| ·诊断方法 | 第37-38页 |
| ·诊断实例 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 基于模糊神经网络的电路诊断方法 | 第41-55页 |
| ·模糊理论基础 | 第41-45页 |
| ·模糊集合 | 第42-43页 |
| ·模糊推理 | 第43-45页 |
| ·模糊系统和神经网络的融合 | 第45-51页 |
| ·基本思想 | 第45-47页 |
| ·模糊系统模型 | 第47页 |
| ·模糊神经网络的结构与学习算法 | 第47-51页 |
| ·基于 FNN 的故障诊断系统 | 第51-52页 |
| ·诊断系统的构建 | 第51页 |
| ·学习样本的获取 | 第51页 |
| ·诊断步骤 | 第51-52页 |
| ·诊断实例及其分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 分形理论在电路诊断中的应用研究 | 第55-64页 |
| ·分形理论发展和应用概述 | 第55页 |
| ·分形的基本原理和离散信息分形 | 第55-58页 |
| ·基本概念 | 第55-57页 |
| ·离散信息分形维数 | 第57-58页 |
| ·信息分形分析图例 | 第58页 |
| ·分形诊断方法 | 第58-61页 |
| ·样本分形维数的计算 | 第58-60页 |
| ·样本分形特征值的计算 | 第60页 |
| ·分形诊断模拟算例 | 第60-61页 |
| ·分形神经网络诊断模型 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 基于分形模糊神经网络的电路诊断 | 第64-70页 |
| ·分形模糊识别原理 | 第64-65页 |
| ·分形维数隶属度 | 第64页 |
| ·分形维数隶属度识别方法 | 第64-65页 |
| ·诊断方法研究 | 第65-67页 |
| ·基本原理 | 第65页 |
| ·诊断算法 | 第65-67页 |
| ·应用实例及其分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 附录（攻读学位期间所发表的学术论文目录） | 第77页 |
