电气火花电磁波特征及识别的研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-12页 |
| 图清单 | 第12-15页 |
| 表清单 | 第15-16页 |
| 变量注释表 | 第16-17页 |
| 1 绪论 | 第17-22页 |
| ·研究背景及研究目的 | 第17-18页 |
| ·国内外研究现状及发展 | 第18-20页 |
| ·本文研究的主要内容 | 第20-22页 |
| 2 电气火花的特征分析 | 第22-35页 |
| ·电气火花的发生机理 | 第22-25页 |
| ·电气火花的分类原则 | 第25-31页 |
| ·电气火花的电磁信息 | 第31-33页 |
| ·电气火花的识别分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 基于小波变换法的电火花电磁场分析 | 第35-58页 |
| ·电火花磁场模型的建立 | 第35-38页 |
| ·电火花磁场模型的小波分析 | 第38-45页 |
| ·小波变换对波形进行分析 | 第45-53页 |
| ·频谱分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 4 基于BP神经网络的电气火花电磁波识别 | 第58-70页 |
| ·BP 神经网络的原理 | 第58-59页 |
| ·BP 神经网络算法介绍 | 第59-62页 |
| ·BP 神经网络模型用于电气火花电磁波的识别 | 第62-69页 |
| ·本章小结 | 第69-70页 |
| 5 基于SVM的电气火花电磁波识别 | 第70-87页 |
| ·支持向量机法用于放电火花电磁波识别的可行性研究 | 第70-71页 |
| ·支持向量机理论原理 | 第71-76页 |
| ·支持向量机的分类方法 | 第76-80页 |
| ·支持向量机模型用于电气火花电磁波的识别 | 第80-85页 |
| ·两种识别方法的识别结果分析 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 6 结论与展望 | 第87-89页 |
| ·论文所做工作 | 第87页 |
| ·展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 作者简历 | 第93-95页 |
| 学位论文数据集 | 第95页 |
