| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 本文研究背景 | 第11-12页 |
| 1.2 并行计算的发展 | 第12-13页 |
| 1.3 确定学习与并行计算的结合 | 第13-14页 |
| 1.4 本文主要内容与结构 | 第14-15页 |
| 第二章 确定学习理论与轴流压气机旋转失速简介 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 轴流压气机旋转失速简介 | 第15-19页 |
| 2.2.1 涡扇发动机结构和工作原理 | 第15-16页 |
| 2.2.2 压气机旋转失速 | 第16-17页 |
| 2.2.3 旋转失速建模及 Mansoux 模型 | 第17-19页 |
| 2.3 确定学习理论 | 第19-24页 |
| 2.3.1 RBF 神经网络 | 第19-21页 |
| 2.3.2 RBF 神经网络的 PE 条件 | 第21页 |
| 2.3.3 确定学习机制 | 第21-22页 |
| 2.3.4 动态模式的快速识别 | 第22-24页 |
| 2.5 确定学习理论在轴流压气机旋转失检测中的应用 | 第24-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 多核 CPU 并行技术及其在动态模式识别中的应用 | 第28-39页 |
| 3.1 引言 | 第28页 |
| 3.2 LabVIEW 编程语言 | 第28-31页 |
| 3.2.1 数据流和图形编程语言 | 第29页 |
| 3.2.2 LabVIEW 的工作原理 | 第29-31页 |
| 3.3 多核 CPU 编程 | 第31-35页 |
| 3.3.1 多核 CPU 处理器架构 | 第31-33页 |
| 3.3.2 多核 CPU 编程基础 | 第33-35页 |
| 3.4 基于 LabVIEW 的多核编程实现 | 第35-37页 |
| 3.5 LabVIEW 多核编程在动态模式识别中的应用 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 GPU 大规模并行计算及其在确定学习中的应用 | 第39-52页 |
| 4.1 引言 | 第39页 |
| 4.2 GPU 硬件结构特点和性能 | 第39-43页 |
| 4.2.1 GPU 渲染流水线 | 第39-40页 |
| 4.2.2 GPU 与 CPU 的比较 | 第40-43页 |
| 4.3 CPU-GPU 异构编程 | 第43-44页 |
| 4.4 GPU 开发环境 | 第44-46页 |
| 4.5 ArrayFire 并行平台介绍 | 第46-50页 |
| 4.6 GPU 并行计算在确定学习中的应用 | 第50-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第五章 系统设计与实现 | 第52-67页 |
| 5.1 引言 | 第52页 |
| 5.2 轴流压气机旋转失速检测系统整体框架 | 第52-53页 |
| 5.3 系统开发环境 | 第53页 |
| 5.4 系统设计 | 第53-63页 |
| 5.4.1 基于 LabVIEW 的轴流压气机数据采集系统 | 第53-55页 |
| 5.4.2 基于 LabVIEW 与 ArrayFire 的离线学习系统设计 | 第55-58页 |
| 5.4.3 基于 LabVIEW 的实时在线检测系统设计 | 第58-63页 |
| 5.5 实验结果展示 | 第63-66页 |
| 5.5.1 实验环境介绍 | 第63-64页 |
| 5.5.2 实验结果 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |
