粗糙集理论及故障诊断应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 致谢 | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9-10页 |
| ·FDD技术中的基本概念 | 第10页 |
| ·FDD技术的发展与现状 | 第10-12页 |
| ·粗糙集理论在FDD技术中的应用 | 第12-14页 |
| ·粗糙集理论的起源与发展 | 第12-13页 |
| ·粗糙集理论的研究现状 | 第13-14页 |
| ·粗糙集在故障诊断中的应用 | 第14页 |
| ·本文的主要工作 | 第14-15页 |
| 参考文献 | 第15-18页 |
| 第二章 粗糙集理论基础 | 第18-26页 |
| ·引言 | 第18页 |
| ·知识的含义与决策系统表示 | 第18-19页 |
| ·粗糙集 | 第19-23页 |
| ·属性的依赖性和重要性 | 第21-22页 |
| ·决策系统的求核与约简 | 第22-23页 |
| ·实例分析 | 第23-25页 |
| ·本章小结 | 第25页 |
| 参考文献 | 第25-26页 |
| 第三章 基于人工鱼群的最优离散化方法 | 第26-38页 |
| ·引言 | 第26-27页 |
| ·离散化方法 | 第27-29页 |
| ·不完备数据的处理方法 | 第27-28页 |
| ·离散化问题的描述 | 第28页 |
| ·现有的离散化方法 | 第28-29页 |
| ·基于人工鱼群算法的连续属性离散化 | 第29-32页 |
| ·人工鱼群算法 | 第29-30页 |
| ·基于人工鱼群的离散化方法描述 | 第30-32页 |
| ·实例分析 | 第32-36页 |
| ·本章小结 | 第36页 |
| 参考文献 | 第36-38页 |
| 第四章 基于粗糙集的模糊神经网络故障诊断 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·粗糙集数据预处理 | 第39-40页 |
| ·神经网络 | 第40-44页 |
| ·BP神经网络 | 第40-41页 |
| ·自适应神经—模糊推理系统 | 第41-44页 |
| ·基于粗糙集的神经网络故障诊断方法 | 第44-45页 |
| ·诊断实例 | 第45-50页 |
| ·本章小结 | 第50页 |
| 参考文献 | 第50-52页 |
| 第五章 基于粗糙集的支持向量机 | 第52-68页 |
| ·引言 | 第52-53页 |
| ·支持向量机的基本原理 | 第53-56页 |
| ·线性可分情况 | 第53-54页 |
| ·线性不可分情况 | 第54页 |
| ·支持向量机 | 第54-56页 |
| ·支持向量机和神经网络的比较 | 第56-60页 |
| ·函数拟合比较 | 第57-59页 |
| ·分类比较 | 第59-60页 |
| ·基于粗糙集的支持向量机 | 第60-67页 |
| ·基于粗糙集的支持向量机的故障诊断方法 | 第60-63页 |
| ·高压直流输电系统的诊断分析 | 第63-67页 |
| ·本章小结 | 第67页 |
| 参考文献 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·研究工作总结 | 第68页 |
| ·研究挑战和展望 | 第68-70页 |
| 作者简介 | 第70页 |
| 作者在攻读硕士期间录用、完成的论文 | 第70页 |
