基于人工免疫系统的模式识别与电力变压器故障诊断
| 摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-11页 |
| ·选题背景 | 第7-8页 |
| ·人工免疫系统 | 第8页 |
| ·电力变压器故障诊断 | 第8-10页 |
| ·本文主要工作 | 第10-11页 |
| 第二章 人工免疫系统及其应用 | 第11-27页 |
| ·人工免疫系统简介 | 第11-16页 |
| ·生物免疫系统 | 第11-13页 |
| ·生物免疫机理 | 第13-16页 |
| ·人工免疫系统主流模型和算法 | 第16-20页 |
| ·基本模型 | 第16-19页 |
| ·人工免疫系统重要算法 | 第19-20页 |
| ·自组织抗体网络和抗体生成算法 | 第20-24页 |
| ·人工免疫的主要应用 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于自组织抗体网络的模式识别 | 第27-35页 |
| ·模式识别 | 第27-30页 |
| ·模式识别系统简介 | 第27-28页 |
| ·模式识别的两种基本观点 | 第28-29页 |
| ·模式识别系统 | 第29-30页 |
| ·基于自组织抗体网络的模式识别 | 第30-34页 |
| ·Iris 数据集 | 第30-31页 |
| ·Letter Recognition 数据集 | 第31-33页 |
| ·Pen-Digits 数据集 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于自组织抗体网络的变压器故障诊断 | 第35-43页 |
| ·电力变压器 | 第35-37页 |
| ·基本结构和分类 | 第35-36页 |
| ·故障分类及主要原因 | 第36-37页 |
| ·传统故障诊断方法 | 第37-40页 |
| ·基于油中气体分析数据的变压器故障诊断 | 第40-41页 |
| ·数据准备 | 第40-41页 |
| ·故障分析诊断 | 第41页 |
| ·小结 | 第41-43页 |
| 第五章 结论 | 第43-44页 |
| 参考文献 | 第44-49页 |
| 致谢 | 第49-50页 |
| 在学期间发表的学术论文和参加科研情况 | 第50页 |
