| 作者简介 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-22页 |
| ·研究背景与意义 | 第9-10页 |
| ·模拟集成电路诊断的国内外研究现状 | 第10-13页 |
| ·支持向量机相关理论及研究现状 | 第13-17页 |
| ·主要研究内容 | 第17-19页 |
| ·论文组织结构 | 第19-22页 |
| 第二章 基于小波理论与最小二乘向量机模拟集成电路故障诊断系统架构 | 第22-30页 |
| ·模拟集成电路故障特性研究 | 第22-23页 |
| ·模拟集成电路故障诊断的基本思想 | 第23-27页 |
| ·基于小波理论与最小二乘向量机模拟集成电路故障诊断系统架构 | 第27-29页 |
| ·基于小波理论与最小二乘向量机模拟集成电路故障诊断系统架构 | 第27-28页 |
| ·基于小波理论与最小二乘向量机模拟集成电路故障诊断流程 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于小波理论的模拟集成电路诊断特征提取 | 第30-41页 |
| ·特征提取方法概述 | 第30-31页 |
| ·小波分析 | 第31-34页 |
| ·连续小波变换 | 第31-32页 |
| ·离散小波变换 | 第32-33页 |
| ·小波构造 | 第33-34页 |
| ·小波包分析 | 第34-35页 |
| ·基于小波理论的模拟集成电路诊断特征提取 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于LSSVM的模拟集成电路故障识别 | 第41-68页 |
| ·LSSVM分类器 | 第42-51页 |
| ·支持向量机 | 第42-45页 |
| ·支持向量机分类器 | 第45-49页 |
| ·最小二乘支持向量机分类器 | 第49-51页 |
| ·基于混沌粒子群LSSVM参数优化 | 第51-54页 |
| ·混沌粒子群优化算法 | 第51-52页 |
| ·混沌粒子群优化最小二乘向量机参数 | 第52-54页 |
| ·基于CPSO优化最小二乘向量机的模拟集成电路故障识别方法 | 第54-56页 |
| ·基于CPSO优化最小二乘向量机的模拟集成电路故障识别原理 | 第54-55页 |
| ·基于CPSO优化最小二乘向量机的模拟集成电路故障识别模型 | 第55-56页 |
| ·实例分析 | 第56-66页 |
| ·本章小结 | 第66-68页 |
| 第五章 基于小波理论与最小二乘向量机模拟集成电路故障诊断系统实现 | 第68-99页 |
| ·总体结构 | 第68-70页 |
| ·设计原则 | 第68页 |
| ·总体结构 | 第68-70页 |
| ·功能模型 | 第70-72页 |
| ·系统实现 | 第72-91页 |
| ·工具描述 | 第72-73页 |
| ·数据库设计 | 第73-79页 |
| ·模型设计 | 第79-82页 |
| ·界面设计 | 第82-91页 |
| ·实例分析 | 第91-97页 |
| ·本章小结 | 第97-99页 |
| 第六章 总结与展望 | 第99-102页 |
| ·总结 | 第99-100页 |
| ·展望 | 第100-102页 |
| 参考文献 | 第102-119页 |
| 攻读博士期间的研究成果 | 第119-122页 |
